包含双引号字符的python字符串

Question

我输入了由字符组成的字符串，包括双引号和单引号“和”

B@SS$*JU(PQ
AD&^%$^@!$
%()%@@DDSFD"*")(#
ABD*E@(%J^&@

但是，当我从文本文件打开上面的输入并打印它时，第三行中的双引号打印为\\ xe2 \\ x80 \\ x9d

我的目标是做一个简单的字符计数：

B 2
@ 3
S 2
$ 3
etc.

所以我希望能够输出

" 3

在上面的列表中。 我应该用一些东西替换双引号，以便我可以计算它们并打印掉计数吗？

非常感谢。

Answer 1

\\ XE2 \\ X80 \\ x9d

是“特殊”双引号的unicode值。 您可以从UTF-8解码为Unicode，将其转换为“单个”Unicode字符。

>>> print "\xe2\x80\x9d".decode("utf-8")
”
>>> len("\xe2\x80\x9d".decode("utf-8"))
1

如果您使用的是Python 3：

>>> print(b"\xe2\x80\x9d".decode('utf8'))
”
>>> len(b"\xe2\x80\x9d".decode("utf-8"))
1

因此，对于您正在计算的文件（在Python 2中）：

from collections import defaultdict
with open("filename", 'r') as f:
    for text in f:
        decoded = text.decode("utf-8")
        count = defaultdict(int)
        for i in decoded:
            count[i] += 1