如何在 Python 中获取葡萄牙语字符？

Question

我正在使用葡萄牙语。角色看起来很奇怪。我该如何解决这个问题？

代码：

import feedparser
import random

# Vou definir os feeds
feeds_conf = [{"feedurl": "http://pplware.sapo.pt/feed/", "linktoourpage": "http://linktopage.com/gggg/"},
              {"feedurl": "http://pplware.sapo.pt/feed/", "linktoourpage": "http://linktopage.com/zzzz/"}]

# Vou escolher um feed ao acaso
feed_a_enviar = random.choice(feeds_conf)

d = feedparser.parse(feed_a_enviar["feedurl"])

i = range(10)

updates = []
for i in range(10):
    updates.append([{"url": feed_a_enviar["linktoourpage"], "msg": d.entries[i].summary + ", "}])


print updates

输出：

[[{'url': 'http://linktopage.com/zzzz/', 'msg': u'\u2026depois de instalar o sistema operativo? Apesar de ainda n\xe3o ser a vers\xe3o final (segundo o calend\xe1rio, est\xe1 hoje dispon\xedvel a vers\xe3o Beta), o Ubuntu 11.04 Natty Narwhal tem demonstrado ser um sistema operativo r\xe1pido, seguro e est\xe1vel segundo os testes que j\xe1 efectuamos. Com a adop\xe7\xe3o da interface Unity, parece-nos que o sistema \xe9 [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/ubuntu_natty_thumb.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'A Google anunciou hoje que passou a permitir aos utilizadores partilharem recomenda\xe7\xf5es com os outros utilizadores nos resultados de pesquisa do Google. O objectivo \xe9 disponibilizar a cada utilizador os resultados mais relevantes, o mais r\xe1pido poss\xedvel mas, \xe0 semelhan\xe7a das palavras nas p\xe1ginas de Internet, a relev\xe2ncia assenta tamb\xe9m nas rela\xe7\xf5es. Recentemente, a Google [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/mais_1_2.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'O Mac OS X tem uma particularidade que me agrada bastante: mostra ser um sistema operativo simples e at\xe9 despido de fun\xe7\xf5es, mas na verdade tem ferramentas que permitem nalguns cliques chegar a tudo o que precisamos. Um dos exemplos claros \xe9 o Automator. Seja l\xe1 o que for que pretende fazer neste sistema operativo, [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/images2011/imagem_desktoday01_small.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Este artigo foi escrito pelo leitor Diogo Oliveira para o Pplware A barra de ferramentas do Windows Media Player n\xe3o \xe9 nada mais nada menos do que aquele mini-player que ficava alojado na barra de tarefas e que permite o controlo das m\xfasicas em reprodu\xe7\xe3o. Este mini-player estava presente na vers\xe3o 11, mas foi removido [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/wmp_12_1.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Nesta semana cinematogr\xe1fica, o destaque vai para a estreia de &#8220;Sucker Punch \u2013 Mundo Surreal&#8221;, uma fantasia \xe9pica de ac\xe7\xe3o que nos apresenta a imagina\xe7\xe3o f\xe9rtil de uma jovem, cujos sonhos s\xe3o a \xfanica sa\xedda para sua dif\xedcil realidade num hosp\xedcio. Destaque ainda para a estreia do thriller de terror &#8220;Perigo \xe0 Espreita&#8221;, com Jeffrey [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/images2011/cinema117/imagem_cinema117_01.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Por Carlos Rodrigues e Jos\xe9 Afonso para o PPLWARE O Processing \xe9 uma linguagem baseada em Java que existe desde 2001 e \xe9 bastante utilizada por artistas gr\xe1ficos. Inicialmente utilizada para auxiliar no ensino do b\xe1sico da programa\xe7\xe3o, rapidamente cresceu, suportando diversas plataformas (Windows, Mac Os X, Linux) e permitindo desenvolver aplica\xe7\xf5es de forma muito [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/mobile_00_thumb.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Por SamC para o PPLWARE.COM As tags (ou metadados) contribu\xedram para que a experi\xeancia de utiliza\xe7\xe3o aumentasse bastante para quem utilizava formatos de m\xfasica digital como o MP3. Quando apareceram os primeiros leitores de MP3 recordo que era fant\xe1stico mostrar a algu\xe9m que no ecr\xe3 conseguia visualizar algumas informa\xe7\xf5es relativas \xe0 m\xfasica a ser reproduzida [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/images2011/imagem_mptagthat01_small.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'A menos de um m\xeas da disponibiliza\xe7\xe3o da vers\xe3o final do Ubuntu 11.04 Natty Narwhal (28 de Abril de 2011), s\xe3o muitas as novidades j\xe1 conhecidas. Ontem, no seguimento de um artigo que li sobre a possibilidade de testar aplica\xe7\xf5es para Android sem as instalar, decidi investigar se havia o mesmo \u201csistema\u201d para o Ubuntu. [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/usc_000_thumb.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Conhecer o nosso PC e o que por l\xe1 temos instalado \xe9 uma necessidade constante. Ao termos esta informa\xe7\xe3o conseguimos estar mais atentos a poss\xedveis problemas e nessas situa\xe7\xf5es conseguimos reagir de forma mais r\xe1pida e precisa. N\xe3o \xe9 no entanto simples ter acesso a toda a informa\xe7\xe3o de forma r\xe1pida e mesmo esta est\xe1 [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2011/03/SYS-Informer_1_small.jpg" /></div>, '}], [{'url': 'http://linktopage.com/zzzz/', 'msg': u'Num passado recente o Pplware lan\xe7ou aqui um artigo sobre as Drives SSDNow V100 da Kingston. Agora, a Kingston revela que foi descoberta uma poss\xedvel falha t\xe9cnica com as essas mesmas drives SSDNow V100. Uma pequena percentagem destas drives tem dado origem a um erro no arranque da BIOS n\xe3o permitindo que o computador inicie. [...]<div style="text-align: center;"><img alt="" src="http://pplware.sapo.pt/wp-content/uploads/2010/11/Kingston-SSDNow-V+100-e1288714523877.jpg" /></div>, '}]]

例如，这个：

"vers\xe3o"

应该是

"versão"

我怎样才能得到正确编码的输出？

Answer 1

答案是“这取决于你的输出去向”：

feedparser 非常聪明。它已经解码了输入并将解码后的 unicode 对象返回给您。

所以你不必做任何事情。 u"vers\xe3o" 已经是解码后的 unicode 对象。

您的问题是，当您打印整个列表时，您会得到列表内容的表示。这是 python 向您显示字符串中内容的一种方式。 u'\xe3' 是正确的 ã unicode 字符的表示 - 这只是 python 向你展示它的方式，程序员；正确的字符存储在 unicode 对象中。将“打印表示”视为调试信息；

如果要显示真实的字符，必须将其编码为输出媒体编码。

例子：

如果您在网页中显示该内容，则必须将其编码为该网页的编码。如果您在终端屏幕上显示它，则必须将其编码为该终端的编码。

我的终端配置为使用 utf-8 作为编码，所以如果我这样做：

print u"vers\xe3o".encode('utf-8')

这会在我的终端上打印正确的字符。

请注意，您必须编码到目标设备编码。来自源的编码已经被 feedparser 解码。

---

巴西葡萄牙语翻译

回复：“depende de pra onde a sua saída está indo”

feedparser é muito bom。 Ele decodifica a entrada e retorna objetos unicode já decodificados para você。

Portanto você não precisa fazer nada。 u"vers\xe3o" já é um objeto unicode decode.

O seu problema é que, quando você imprime a lista inteira, você vê a representação do conteúdo da lista。 É um jeito do python te mostrar o que está na 字符串。 u'\xe3' é uma representationação do caracter unicode correto ã - Este é o jeito do python mostrar para você，programador，o conteúdo do objeto unicode。 O caracter correto está lá dentro; Sugiro tratar "imprimir representationações" como informações de debug;

Se você quer mostrar o verdadeiro caracter, você precisa encodificar o objeto usando o encoding da mídia em que vai mostrar o caracter.

例子：

Se estiver mostrando em uma página da web, você precisa encodificar o objeto para o encoding da página; Se você estiver mostrando em uma tela de terminal, você precisa encodificar o objeto para o encoding do seu terminal。

Meu terminal está configurado para usar utf-8 como encoding, então se eu fizer：

print u"vers\xe3o".encode('utf-8')

Isso vai imprimir o caracter correto no meu 终端。

Repare que você precisa encodificar para o encoding de destino。 O 编码 feito na origem do feed já foi decodificado pelo feedparser.