列出文件中的 unicode 单词

Question

我的代码是

f = codecs.open(r'C:\Users\Admin\Desktop\nepali.txt', 'r', 'UTF-8')
nepali = f.read().split()
for i in nepali:
    print i

显示文件中的单词：

यो
किताब
टेबुल
मा
छ
यो
एक
किताब
हो
केटा

但是当我尝试使用代码创建单词列表时：

file=codecs.open(r'C:\Users\Admin\Desktop\nepali.txt', 'r', 'UTF-8')
nepali = list(file.read().split())
print nepali

现在的输出显示如下

[u'\ufeff\u092f\u094b', u'\u0915\u093f\u0924\u093e\u092c', u'\u091f\u0947\u092c\u0941\u0932', u'\u092e\u093e', u'\u091b', u'\u092f\u094b', u'\u090f\u0915', u'\u0915\u093f\u0924\u093e\u092c', u'\u0939\u094b',]

输出应如下所示：

[यो, किताब, टेबुल, मा, छ,यो, एक, किताब, हो]

Answer 1

您正在查看repr()函数的输出，该函数始终用于显示容器的内容。 输出用于调试，而不是最终用户显示； 任何不可打印的非 ASCII 代码点都由转义序列表示（根据代码点，它可以是单个字符转义，如\\t或\\n ，或使用 2、4 或 8 个十六进制数字，如\\xe5 ， \☃或\\U0001f4e2 ）。

您必须手动生成输出：

print u'[{}]'.format(u', '.join(nepali))

这会生成一个格式化为列表对象的 unicode 字符串，但不使用repr() ，只需在字符串周围添加方括号，并用', ' （逗号和空格）连接。

演示：

>>> nepali = [u'\ufeff\u092f\u094b', u'\u0915\u093f\u0924\u093e\u092c', u'\u091f\u0947\u092c\u0941\u0932', u'\u092e\u093e', u'\u091b', u'\u092f\u094b', u'\u090f\u0915', u'\u0915\u093f\u0924\u093e\u092c', u'\u0939\u094b',]
>>> print u'[{}]'.format(u', '.join(nepali))
[यो, किताब, टेबुल, मा, छ, यो, एक, किताब, हो]

但是，如果您想向最终用户展示这一点，为什么要使用方括号呢？