在python中在dict中存儲外語文本時的解碼/編碼問題

Question

我用 python 抓取了外語（韓語）文本，並將其存儲在 dict 中。

單獨的文本打印到終端就好了，但 dict 打印如下：

{'title': u'\세\미\나\후\기'}

我該如何解決這個問題？

# -*- coding: utf-8 -*-

titleReponse = soupResponse.find('div','title').get_text()
print(titleReponse)
collected = {"title":titleReponse}
print(collected)

Answer 1

它只是 Python 2 下 Unicode 字符串的內部__repr__表示。 正如您已經注意到的，打印它會顯示正確的文本：

>>> dict = {'title': u'\uc138\ubbf8\ub098 \ud6c4\uae30'}
>>> dict
{'title': u'\uc138\ubbf8\ub098 \ud6c4\uae30'}
>>> dict['title']
u'\uc138\ubbf8\ub098 \ud6c4\uae30'
print dict['title']
세미나 후기

你不應該擔心在所有的內部表示。 是的，對於沒有與打印內容相同的控制代碼的純 ASCII 字符串。 但是有這樣的事情是完全正常的：

>>> str = '123\n456'
>>> str
'123\n456'
>>> print str
123
456

內部字符串的表示再次與使用print獲取輸出的表示不同。

如果您要大量使用 Unicode 字符串，最好升級到 Python 3。它對 Unicode 有非常出色的支持。 一個令人高興的副作用是，在這種情況下，Unicode 字符串顯示得更好（不是“正確”，而是“更好”——有區別😄）：

>>> dict = {'title': u'\uc138\ubbf8\ub098 \ud6c4\uae30'}
>>> dict
{'title': '세미나 후기'}