python - 为什么 Emacs 将我的文字 Unicode 字符串弄错了？

Question

据我所知，这些在使用 UTF-8 作为默认编码的系统中应该是等效的：

pattern1 = 'Wörterbuch Wortformen'.decode('utf8')
pattern2 = u'Wörterbuch Wortformen'

但是，当我将这些行从 Emacs 缓冲区发送到 Python 进程 ( M-x python-shell-send-region) 时，会发生一些奇怪的事情。

>>> pattern1
u'W\xf6rterbuch Wortformen'
>>> pattern2
u'W\xc3\xb6rterbuch Wortformen'

在终端中运行的 Python shell 中，两行的结果都是u'W\xf6rterbuch Wortformen'.

这里发生了什么？

我的语言环境配置为使用 UTF-8。

Answer 1

这是我所做的（以后可能会有所帮助）：

1. 创建了一个单比特编码文件，比如/tmp/test.dat在 Emacs 中使用hexl-mode.

2. 使用hexl-insert-hex-char命令插入字节C3和B6.

3. 将此文件作为文本打开（使用text-mode）。Emacs 将其识别为具有多字节编码的文件，并ö代替之前的字节显示。

---

结论：您需要缓冲区中包含utf-8要发送两个字节的源代码的编码系统ö。但是，如果它是单字节编码，并且假设您选择了将字节映射到的语言环境F6，ö您将获得该字节。

PS。确保你有-*- coding: utf-8 -*-评论。

Answer 2

事实证明，这是python.el.