问题标签 [python-unicode]

我正在尝试打印给定名称的 unicode 字符，如下所示：

然而，我得到的输出并不是很令人鼓舞。

转义序列按原样打印。

然而，我可以看到另一个提问者已经能够成功地做到这一点。

怎么了？

我有一个文本文件，其中包含第一行 unicode 字符和 ASCII 中的所有其他行。我尝试将第一行作为一个变量读取，将所有其他行作为另一个变量读取。但是，当我使用以下代码时：

我得到以下输出：

如果我不使用 readlines()，则会读取整个文件，而不仅仅是 codecs.open() 和 open() 的前 7 行。

为什么会发生这样的事情？为什么 codecs.open() 以二进制模式读取文件，尽管添加了 'r' 参数？

更新：这是原始文件：http ://www1.datafilehost.com/d/0792d687

我最近看到一个 Python dict 看起来像这样：

这让我有点困惑，u键/值对之前的内容是什么？它是某种前缀吗？这有什么不同：

我尝试过使用 test1 和 test2；他们似乎一点也不不同。有人能解释一下前缀的用途吗？

我尝试从文件中读取电子邮件，如下所示：

我得到这个错误：

该文件包含一个多部分电子邮件，其中该部分以 UTF-8 编码。文件的内容或编码可能已损坏，但无论如何我都必须处理它。

我如何读取文件，即使它有 Unicode 错误？我找不到策略对象compat32，似乎没有办法处理异常并让 Python 在异常发生的地方继续。

我能做些什么？

我正在从一些带有 Unicode 字符的网页中提取 HTML，如下所示：

如您所见，我正在正确解码。现在html是一个 unicode 字符串。打印 html 时，我可以看到 Unicode 字符。

我html.parser用来解析 HTML 并将其子类化：

使用类解析 HTML 时handle_data，似乎 Unicode 字符被删除/突然消失。文档没有提到任何关于编码的内容。为什么 HTML Parser 会删除非 ascii 字符，我该如何解决这个问题？

我是 Python 的初学者。我想学习一个web框架，我选择了Flask。我已经完成了快速入门。之后，我继续学习教程。但是，我被困住了。

我在github上克隆了这个项目后 https://github.com/zhangjingqiang/flaskr

我运行python flaskr.py并打开我的网络浏览器以检查它是否正常工作。我收到此错误消息：

我不知道如何解决它。有人可以帮助我吗？谢谢。

这是一个用 Python 编写的 ScraperWiki 刮板：

它产生以下输出：

我的问题：是什么导致第三个输出行上的初始字符呈现为“A”而不是“E”，我怎样才能阻止这种情况发生？

Python 将 \uxxxx 视为字符串文字中的 unicode 字符转义（例如 u"\u2014" 被解释为 Unicode 字符 U+2014）。但我刚刚发现（Python 2.7）标准正则表达式模块不会将 \uxxxx 视为 unicode 字符。例子：

显然，如果您能够将您的正则表达式模式指定为字符串文字，那么您可以获得与正则表达式引擎本身理解 \uxxxx 转义相同的效果：

但是如果你需要动态地构建你的模式呢？

我从一些 http 请求中得到以下结果：

我做了一些研究，我能够找到这行代码，它可以使用以下代码行转换 utf-16：

我的问题是，如何将结果的空洞句从 utf-16 转换为 latin-1 ？更具体，如何将其转换或替换为：“Tratamento da rejeição no cancelamento da desagragação”

在 Python 3.3 中，我在正则表达式中使用 Unicode 代码点范围没有问题：

它干净简单。但是，如果我包含五个十六进制数字的代码点，也就是说，任何高于 的代码点\uffff，例如\u1047f，作为以四个十六进制数字开头的范围的一部分，我会收到一个错误：

如果我开始一个新的五位数范围没有错误，但我也没有得到预期的行为：

（这些符号分别是代码点\u10000、\u10308和\u10192，应该在最后一次re.sub操作中被替换。）

按照接受的答案的说明：

完美的。丑到极点，但完美。