帶有某些Unicode字符的Python編碼錯誤

Question

我在編碼某些Unicode字符時遇到一些問題。 這是我正在使用的代碼：

test = raw_input("Test: ")
print test.encode("utf-8")

現在，當我使用普通的ASCII字符時，它可以工作，與某些“奇怪的” Unicode字符（如☃）相同。 但是當我使用ß ä ö ü §類的字符時，將無法創建此錯誤：

Traceback (most recent call last):
  File "C:\###\Test.py", line 5, in <module>
    print test.encode("utf-8")
UnicodeDecodeError: 'ascii' codec can't decode byte 0xdf in position 0: ordinal not in range(128)

請注意，我使用的是PC，其中德語是默認語言（因此這些字符是默認字符）。

Answer 1

raw_input()返回一個字節字符串 。 您不需要對該字節字符串進行編碼，因為它已經被編碼了 。

相反，發生的事情是Python首先將解碼以獲取要編碼的unicode值； 您要求Python進行編碼，所以該死的嘗試為您提供可以編碼的東西。 此處解碼失敗。 隱式解碼使用ASCII，這就是為什么您為該編解碼器收到UnicodeDecodeError異常（請注意名稱中的Decode ）的原因。

如果要產生unicode對象，則必須顯式解碼。 使用Python在stdin中檢測到的編解碼器：

import sys

test = raw_input("Test: ")
print test.decode(sys.stdin.encoding)

您不需要在此處進行此操作，因為您正在打印，因此可以直接寫回到同一終端，該終端將使用相同的編解碼器進行輸入和輸出。 剛收到字節串時，編寫一個用UTF-8編碼的字節串就可以了。 解碼為unicode也是可以的，因為打印將自動編碼為sys.stdout.encoding 。