0

我有以下字符串：

u"examined by other children\u2014particularly the children of George MacDonald."

但我找不到解码它的方法。python需要什么编码器/解码器。还有很多我想删除的“\n\nOn”前导\n。我试过 string.decode("utf-8")

TypeError：“unicode”对象不可调用

编辑：

这是维基百科爱丽丝梦游仙境中较大的一段：

u'BackgroundAlice 出版于 1865 年，也就是查尔斯·路特维奇·道奇森牧师和罗宾逊·达克沃斯牧师划船三年后，于 1862 年 7 月 4 日，[4] 与亨利·利德尔 (Henry Liddell) 的三个年幼的女儿（副校长牛津大学和基督教堂院长）：Lorina Charlotte Liddell（13 岁，生于 1849 年）（本书序言中的“Prima”）；Alice Pleasance Liddell（10 岁，生于 1852 年）（序言中的“Secunda”）；伊迪丝·玛丽·利德尔（Edith Mary Liddell）（8 岁，生于 1853 年）（序言中的“Tertia”）。[5]\n\n旅程从牛津附近的愚蠢桥开始，在五英里外的戈德斯托村结束。在旅途中，道奇森牧师给女孩们讲了一个故事，讲述了一个名叫爱丽丝的无聊小女孩去寻找冒险的故事。女孩们喜欢它，爱丽丝·利德尔让道奇森为她写下来。第二天，他开始写这个故事的手稿，尽管那个最早的版本已经不存在了。一个月后，女孩们和道奇森再次乘船游览爱丽丝的故事情节，并于 11 月开始认真写手稿。[6]\n\n为了画龙点睛，他研究了书中介绍的动物的自然历史，然后让其他孩子\u2014特别是乔治·麦克唐纳的孩子们检查了这本书。他添加了自己的插图，但请约翰·坦尼尔为这本书配图以供出版，并告诉他这个故事很受孩子们的喜爱。[6]\n\n1864 年 11 月 26 日，他给了爱丽丝一份《爱丽丝地下历险记》的手写手稿，配以 Dodgson 本人的插图，将其作为“给亲爱的孩子的圣诞礼物，以纪念夏日”。[7] 包括马丁·加德纳（Martin Gardner）在内的一些人推测，有一个较早的版本后来被道奇森（Dodgson）手工编写了一份更精细的副本时销毁。[8]\n\n但在爱丽丝收到她的副本之前，道奇森已经在准备出版并将原版的 15,500 字扩大到 27,500 字，[9] 最值得注意的是添加了关于柴郡猫和疯狂茶会的情节。 '

我想用可以解析的纯文本格式。我得到错误：

UnicodeEncodeError：'ascii' 编解码器无法在位置 1295 编码字符 u'\u2014'：序数不在范围内（128）

当我尝试paragraph.decode（“unicode_escape”）或paragraph.“string_escape”）。

4

1 回答 1

0

它已经是 Unicode，因此u在字符串的开头。你只有decode字节字符串。\u2014只是 the 的 Unicode 字符，EM DASH而您正在显示repr()字符串的 the。 print字符串，EM DASH如果您的控制台支持它，您可能会看到。打印会自动在控制台编码中对 Unicode 字符串进行编码。在这里，我已将 Windows 控制台切换到支持 em dash 的代码页（默认 cp437 不支持）：

C:>chcp 1252
Active code page: 1252

C:\>python
Python 2.7.3 (default, Apr 10 2012, 23:31:26) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> x=u"examined by other children\u2014particularly the children of George MacDonald."
>>> print x
examined by other children—particularly the children of George MacDonald.
于 2013-06-14T00:59:30.150 回答