UTF8在将unicode密钥/值从CSV文件存储到di时“不一致”

Question

在Python中处理Unicode和UTF-8字符以及编码时，我总是感到非常困惑。下面我将要详细说明的内容可能有一个简单的解释，但是，到目前为止，我还不能完全理解它。在

假设我有一个非常简单的.csv文件，其中包含非ascii字符：

tildes.csv：

Año,Valor
2001,Café
2002,León

我想用csv.DictReader对象读取该文件，并将其键/值存储为unicode字符串，在python dict中正确地（未经转义）处理tilde和Django正确地处理unicode键/值集，所以我对自己说，是的，我也可以！！。。。但不是。。。看来我做不到

^{pr2}$

所以，我想：好吧，我从文件中读取了一个dict（它的键是Año和Valor），这个文件将用转义字符加载到ascii中，但是我可以将它们编码成unicode值并将它们用作键。。。错了！在

这是我运行上述代码时看到的：

dct (original): {'A\xc3\xb1o': '2001', 'Valor': 'Caf\xc3\xa9'}
Año: 2001
Valor: Café
{u'A\xf1o': u'2001', u'Valor': u'Caf\xe9'}
dct (original): {'A\xc3\xb1o': '2002', 'Valor': 'Le\xc3\xb3n'}
Año: 2002
Valor: León
{u'A\xf1o': u'2002', u'Valor': u'Le\xf3n'}

所以第一行显示字典“原样”（转义）。很好，这里没什么奇怪的。然后我print所有的键/值都解析为unicode。它显示了我想要的角色。太好了。但是，当我打印这些字符串时，我使用与重新编码字符串完全相同的指令，我尝试创建一个dict（即utf_dct变量），当我打印它时，我再次得到转义的值。在

---

编辑1：

实际上，我不认为我需要一个csv文件来表达我的意思。我刚在我的主机上试过：

>>> print "Año"
Año                      # Yeey!! There's hope!
>>> print {"Año": 2001}
{'A\xc3\xb1o': 2001}     # 2 chars --> Ascii, I think I get this part 
>>> print {u"Año": 2001}
{u'A\xf1o': 2001}        # What happened here? 
                         # Why am I seeing the 0x00F1 UTF-8 code 
                         # from the Latin-1 Supplement (wiki:
                         # http://en.wikipedia.org/wiki/Latin-1_Supplement_(Unicode_block)
                         # instead of an ñ?

为什么我不能打印一个显示{u'Año': 2001}的dict？我的终端显然接受了。这是怎么回事？在

Answer 1

当您打印字符串本身时，它将使用它的str()表示“很好地”打印出来。当您打印字典时，它的内容是使用它们的repr()表示形式打印的，这种表示方式总是转义。字符串的内容在两种情况下都是相同的，只是Python显示它们的方式不同。第一种情况下，Año周围没有引号，第二种情况下，引号围绕'A\xc3\xb1o'打印，这是相同的原因。只是两种不同的显示格式。在

下面是一个更简单的例子，可能有助于说明这种情况：

^{1}$

有一个related bug report建议更改此行为，以便repr不会转义非ASCII字符。根据那个bug报告，这个更改是在Python3中进行的，所以您看到的工具可能使用的是Python3。在

单个工具也可以显示任何他们喜欢的东西。工具不必只调用str(someDict)并显示结果；如果需要，它可以“手动”调用dict的内容str，并从中构建自己的可显示版本。在