python中的重音：结构和for循环答案

【问题标题】：Accentuation in python: structure and for looppython中的重音：结构和for循环
【发布时间】：2016-03-21 16:49:55
【问题描述】：

我有一个填充了 JSON 中存在的值的集合，当我打印我的集合时，我得到了以下输出：

set(['Path\xc3\xa9', 'Synergy Cin\xc3\xa9ma'])

但如果我使用 for 循环打印每个元素，我会得到以下输出：

Pathé
Synergy Cinéma

为什么我没有为每个单词获得相同的编码？

【问题讨论】：

标签： python encoding non-ascii-characters

【解决方案1】：

我猜您使用的是 python 2，它可能与默认编码行为有关。您的集合中存储的值是“编码”值，当您使用 print（基于对象的底层 __repr__ 和/或 __str__ 方法）时，您将获得解码/格式化的输出（根据默认系统编码）。

您可以获得与函数sys.getdefaultencoding()一起使用的默认编码的信息

请注意，在 python 3 中，默认情况下编码为 utf-8（即，根据documentation，默认情况下“任何创建的字符串 (...) 都存储为 Unicode”）并且您不会有完全相同的行为（您可以在 python 2 sn-p 中看到散列值，因为 python sets 基于它们，无论您的输入字符串是否被编码，都是相同的）：

Python 2：

>>> a = b'Path\xc3\xa9'
>>> a
'Path\xc3\xa9'
>>> print(a)
Pathé
>>> sys.getdefaultencoding()
'ascii'
>>> hash('Pathé')
8776754739882320435
>>> hash(b'Path\xc3\xa9')
8776754739882320435

Python 3：

>>> a = b'Path\xc3\xa9'
>>> a
b'Path\xc3\xa9'
>>> print(a)
b'Path\xc3\xa9'
>>> print(a.decode())
Pathé
>>> sys.getdefaultencoding()
'utf-8'
>>> hash("Pathé")
1530394699459763000
>>> hash(b"Path\xc3\xa9")
1621747577200686773

【讨论】：