python - Python 无法识别 unicode

Question

我正在尝试制作一个将日文片假名转换为罗马字（“シ”为“shi”）的脚本。这是我正在尝试的：

x = u''
x = raw_input('Enter katakana: ')
x = x.replace(u'\u30B7', u'shi')

输入片假名：シ<br> UnicodeDecodeError: 'ascii' codec can't decode byte 0xe3 in position 0: ordinal not in range(128)

只要我的脚本中的 unicode 写为 u'\u30B7' 而不是 シ，它应该能够处理它，对吧？

Answer 1

raw_input以字节编码形式返回输入的字符串，该形式因使用的终端而异。尝试首先将输入显式解码为 Unicode：

import sys
x = raw_input('Enter katakana: ').decode(sys.stdin.encoding)

您得到的错误是由于替换试图x通过默认ascii编解码器天真地将字节编码转换为 Unicode。