在 Python 中读取文件时的编码问题答案

【问题标题】：Encoding issue when reading file in Python在 Python 中读取文件时的编码问题
【发布时间】：2014-03-12 01:09:22
【问题描述】：

我有一个文件包含

    foo = "Gro\xdfbritannien"

我正在使用以下内容，但它始终显示带有 \x

的原始文本

    import codecs
    f = codecs.open('myfile', 'r', 'utf8')
    for line in f:
      print line
      print line.encode('utf-8')
      print line.decode('utf-8')

我看不到如何显示正确的编码文本，就像我正在做的那样

    >>> print u'Gro\xdfbritannien'
    Großbritannien

任何提示将不胜感激！

【问题讨论】：

如果你的文件确实有一个带反斜杠的带引号的字符串和一个x，你需要用decode('string-escape')之类的东西来解析字符串。

标签： python utf-8 character-encoding internationalization utf

【解决方案1】：

当您的文件包含该行时

foo = "Gro\xdfbritannien"

它包含一个实际的反斜杠字符，后跟x、d 和f。因此，如果该行被读入 Python 字符串，则会被读取为

'foo = "Gro\\xdfbritannien"'

（因为这些都是 ASCII 字符，所以用utf-8 编解码器打开它并不重要）。

所以您需要先使用string_escape 编解码器对其进行解码：

>>> foo.decode("string_escape")
'Gro\xdfbritannien'

然后将其解码为正确的 Unicode 对象

>>> _.decode("latin1")
u'Gro\xdfbritannien'

然后你可以打印出来

>>> print _
Großbritannien

【讨论】：

谢谢 - 与 print line.decode("string_escape").decode("latin1") 完美配合

【解决方案2】：

没有编解码器的业务。你应该这样做 'foo = "Gro\xdfbritannien"'

>>> print u'Gro\\xdfbritannien'
Gro\xdfbritannien

【讨论】：