python - 如何将 unicode 文件作为扩展 ascii 读取

Question

如果我使用以下内容读取 unicode 文件：

f = open(r'file.txt','rU')
raw = f.read()

如何使文件被读取为扩展 ascii，即将 \xc3\xaa 正确转换为 ê 并将所有不可显示的字符转换为默认字符（比如？）。

我还有以下内容：

# Create a file called sitecustomize.py in c:\python27\Lib\site-packages.
import sys
sys.setdefaultencoding('iso-8859-1')  

我不确定是否需要更改。

出于某种原因，我无法将 ê 粘贴到 python 控制台（Windows 中的 dos）中，我可以这样做：

>>> s = u'La Pe\xf1a'
>>> print s
La Peña

有人知道怎么做吗？

Answer 1

在python2中

import codecs
f = codecs.open('file.txt','rU',encoding='utf8')

在py3中

f = open('file.txt','rU',encoding='utf8')

为了消除混淆，没有“unicode 文件”之类的东西。Unicode 是一种数学抽象，文件是磁盘上的字节。为了将这些字节转换为 unicode 代码点的内部存储器表示，python 需要知道如何解释它们。这种解释称为“编码”，从您的帖子中您似乎使用“utf8”。所以你必须告诉python。