Python字符串分符号转换答案

【问题标题】：Python string cent symbol conversionPython字符串分符号转换
【发布时间】：2016-05-30 21:57:05
【问题描述】：

我的字符串是

u'3.4\xa2 / each'

'\xa2' 是“分”符号，我想这样表示。

我试过了

i= "3.4\xa2 / each"
print unicode(i, errors='replace')

在结果中，分号显示为实心圆圈内的问号。

我也试过

i= "3.4\xa2 / each"
print i.encode('utf-8')

我明白了

UnicodeDecodeError: 'ascii' codec can't decode byte 0xa2 in position 3: ordinal not in range(128)

那么正确的方法是什么？

【问题讨论】：

您使用的是什么操作系统？在 Ubuntu 14.04 上，print u'3.4\xa2 / each' 正确显示 3.4¢ / each/
@Robᵩ：啊，但是您创建了一个 unicode 字符串文字。一开始的那个小u..
OP 也是如此，在问题的第 1 行。
啊，但不是在第二个代码sn-p中。我想知道他到底有哪个？
@Robᵩ;好问题，但鉴于 encode 失败了，它不是 Unicode 字符串。

标签： python python-2.7 unicode

【解决方案1】：

'\xa2' 是一个字节。它可能被解释为一个分号，但前提是您指定了正确的编解码器。通过指定正确的编解码器，您可以将其解码为等效的 Unicode 代码点。 Latin-1 会这样做：

>>> print '\xa2'.decode('latin1')
¢

不过，有一个完整的 series of encodings 将 ¢ 分码点编码为 A2。

或者，以 Unicode 字符串开头。 Unicode 字符串表达式中的\xa2 与\u00a2 相同，恰好是正确的代码点：

>>> print u'\xa2'
¢
>>> print u'\u00a2'
¢

这是因为 Unicode 标准的前 256 个代码点恰好与 Latin-1 (ISO-8859-1) 标准匹配。

您可能无法打印；如果您使用的是终端或控制台，print 应该自动编码 Unicode 数据以匹配您的终端或控制台配置，但这可能并不总是正确的，或者设置为可以处理您尝试打印的字符的编解码器！

请注意，我解码了。如果您编码，Python 会尝试提供帮助并首先将字节解码为 Unicode 对象，以便之后对其进行编码。因为\xa2 不是有效的 ASCII 字节，所以解码失败。

您可能想阅读：

The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!) 乔尔·斯波尔斯基
Pragmatic Unicode by Ned Batchelder
Python Unicode HOWTO

在继续之前。

【讨论】：

【解决方案2】：

你可以试试：

 print "3.4" + u"\u00A2" +"each"

为我工作。

【讨论】：

您不想依赖隐式转换。对整个表达式使用 Unicode 字符串。此外，您不能在同一行使用print 和赋值语句。
您也没有添加任何空格。为什么不直接使用u'3.4\u00A2 each'？您可能想解释为什么您尝试的方法有效。

【解决方案3】：

几点：

encode 是一种将 unicode 字符串转换为字节的方法。如果你在一个字节串上调用encode，Python2 将首先尝试用 ASCII 对其进行解码，然后对其进行编码。这就是您的错误的来源。
您的字符串无法使用 UTF-8 解码，因为并非每个字节序列都是有效的 UTF-8。

演示：

>>> "3.4\xa2 / each".decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa2 in position 3: invalid start byte

您可以在此处使用 latin-1 编码，因为它将每个字节映射到相应的 unicode 序号。

演示：

>>> print("3.4\xa2 / each".decode('latin-1'))
3.4¢ / each

【讨论】：