在Python中读取文件时的编码问题

Question

我有一个文件包含

    foo = "Gro\xdfbritannien"

我正在使用以下内容，但它始终显示带有\\ x的原始文本

    import codecs
    f = codecs.open('myfile', 'r', 'utf8')
    for line in f:
      print line
      print line.encode('utf-8')
      print line.decode('utf-8')

我看不到如何显示正确的编码文本

    >>> print u'Gro\xdfbritannien'
    Großbritannien

任何提示将不胜感激！

Answer 1

当您的文件包含该行时

foo = "Gro\xdfbritannien"

它包含一个实际的反斜杠字符，后跟x ， d和f 。 因此，如果将该行读取为Python字符串，则将其读取为

'foo = "Gro\\xdfbritannien"'

（由于这些都是ASCII字符，因此是否使用utf-8编解码器都可以打开它）。

因此，您需要先使用string_escape编解码器对其进行解码：

>>> foo.decode("string_escape")
'Gro\xdfbritannien'

然后将其解码为正确的Unicode对象

>>> _.decode("latin1")
u'Gro\xdfbritannien'

然后可以打印

>>> print _
Großbritannien

Answer 2

没有编解码器的业务。 您应该像这样'foo =“ Gro \\ xdfbritannien”'

>>> print u'Gro\\xdfbritannien'
Gro\xdfbritannien