编码问题。更换专用ch

Question

我有一本字典是这样的：

{ u'Samstag & Sonntag': u'Ganztags ge\xf6ffnet', u'Freitag': u'18:00 & 22:00'}

现在我尝试用\xf6替换ö， 但是尝试.replace('\xf6', 'ö')会返回一个错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xf6 in position 0: ordinal not in range(128)

我该怎么解决这个问题？在

Answer 1

由于您使用的是德语，您应该知道非ascii字符。您知道您的系统更喜欢Latin1（Windows控制台和一些Unix）、UTF8（大多数Linux变体）还是原生unicode（Windows GUI）。在

如果您可以像本机unicode那样处理所有的东西，那么事情就会变得更干净，并且您应该接受这样一个事实，即u'ö'和{}是同一个字符-后者与python源文件字符集无关。在

如果必须输出字节字符串并将其存储在文件中，则应将其编码为UTF8（可以处理任何unicode字符，但127以上的代码字符使用超过1个字节）或Latin1（每个字符一个字节，但仅支持256以下的unicode码位）

在这种情况下，只需使用显式编码将unicode字符串转换为字节字符串：

print u'Ganztags ge\xf6ffnet'.encode('Latin1') # or .encode('utf8')

应该给你所期望的。在

Answer 2

现在编码是一个我的领域，我可能在这一个-请纠正我，如果是这样的情况。在

从我多年来收集到的信息来看，Python2假设使用ASCII，除非您在脚本的顶部定义了一个编码。主要是因为它是这样编译的，或者操作系统/终端使用ASCII作为它的主要编码。在

话虽如此，你在示例数据中看到的是：

{ u'Samstag & Sonntag': u'Ganztags ge\xf6ffnet', u'Freitag': u'18:00 & 22:00'}

是unicode字符串的ASCII表示形式。一些Python如何告诉您其中有一个ö，但是不能使用ASCII，因为ö在ASCII table中没有表示。

但当您尝试使用以下方法替换它时：

^{pr2}$

您试图找到一个名为\xf6的ASCII字符/字符串，它超出了ASCII的可接受字节范围，因此将引发异常。你试图用另一个无效的ASCII字符替换它，这将导致同样的异常。在

因此，您得到了“'ascii'codec can't decode byte…”消息。在

您可以这样做unicode替换：

a = u'Ganztags ge\xf6ffnet'
a.replace(u'\xf6', u'ö')

这将告诉Python找到一个unicode字符串，并用另一个unicode字符串替换它。
但是在上面的示例中，输出数据将导致相同的结果，因为\xf6在unicode中是ö。在

您要做的是将字符串编码为您想要使用的内容，例如-UTF-8:

a.encode('UTF-8')
'Ganztags ge\xc3\xb6ffnet'

并将UTF-8定义为您的主要编码，方法是将其放在代码的顶部：

#!/usr/bin/python
# -*- coding: UTF-8

从理论上讲，这将使您的应用程序更易于使用。
从那时起，你可以用UTF-8作为你的基本模型。在

但据我所知，无法将你的表示转换成ASCII ö，因为真的没有这种东西。Python会用不同的方式为您实现这种编码魔术，让您相信“只写”是可能的。在

在Python3中，您遇到的大多数字符串要么是bytes数据，要么与Python2有点不同。在大多数情况下，这要容易得多。在

有一个numerous ways to change the encoding不是标准实践的一部分。但有办法做到这一点。
最接近“良好”实践的是locale：

locale.setlocale(locale.LC_ALL, 'sv_SE.UTF-8')

我也有一个可怕的解决方案和方法，这几年前，它看起来像这样（这是一个伟大的预兆，我当时）：

• Python - Encoding string - Swedish Letters

日间；夜间：

您的代码通常假设/使用ASCII作为编码器/解码器。
ö不是ASCII的一部分，如果您了解如何获得unicode字符，那么您将始终看到{}。通常，如果您打印u'Ganztags ge\xf6ffnet'，由于自动编码，它将显示为∗，如果您需要验证输入是否与该字符串匹配，则必须将它们进行比较u'ö' == u'ö'，如果其他系统依赖于此数据，则使用他们理解的内容对其进行编码.encode('UTF-8')。但是将\xf6替换为ö是同一回事，只是ö在ASCII中不存在，您需要做u'ö'-这将导致最后相同的数据。在