python - 这个字符串规范化 Python 代码片段有什么问题？

Question

似乎每次我认为我掌握了编码时，我都会发现一些新的东西让我感到困惑:-)

我正在尝试从 UTF-8 字符串中去除法语口音：

>>> import unicodedata

>>> s = u"éèêàùçÇ"

>>> print(unicodedata.normalize('NFKD', s).encode('ascii','ignore'))

我期望eeeaucC作为输出，而是AA AaA A1AA在 Ubuntu 9.10 和 iPython 0.10 中使用 Python 2.6.4，所有的东西都设置为 unicode。

Answer 1

经过进一步测试，如果您使用 Python 3 或 Python 2.6 解释器而不是 iPython，它可以工作。

可能是错误的用户设置或错误。

Answer 2

python正常工作：

$ python
Python 2.6.4 (r264:75706, Dec  7 2009, 18:43:55) 
[GCC 4.4.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> s = u"éèêàùçÇ"
>>> s
u'\xe9\xe8\xea\xe0\xf9\xe7\xc7'
>>> ord(s[0])
233

有一些错误ipython：

$ ipython
Python 2.6.4 (r264:75706, Dec  7 2009, 18:43:55) 
Type "copyright", "credits" or "license" for more information.

IPython 0.10 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object'. ?object also works, ?? prints more.

In [1]: s = u"éèêàùçÇ"

In [2]: ord(s[0])
Out[2]: 195

In [3]: s
Out[3]: u'\xc3\xa9\xc3\xa8\xc3\xaa\xc3\xa0\xc3\xb9\xc3\xa7\xc3\x87'

如果你从文件中读取它然后ipython工作：

$ ipython
...
In [1]: import codecs

In [2]: s = codecs.open('s.txt', 'r', 'utf-8').read()

In [3]: s
Out[3]: u'\xe9\xe8\xea\xe0\xf9\xe7\xc7'

In [4]: ord(s[0])
Out[4]: 233