关于utf8字符的Python输出解释

我有一个.txt文件，我需要计算其中所有字符的频率，以便为我的密码学练习做一个简单的频率分析

我认为代码运行得很好，但Python似乎难以读取Ä、Ö、ß等字符（德语字母）。由于代码正在读取一个.txt文件，我假设它是utf8格式的

这是输出：

Counter({' ': 168, 'S': 136, '\xc3': 103, 'Z': 83, 'G': 80, 'P': 80,
'W': 76, 'J': 66, 'O': 63, 'Q': 62, 'R': 57, 'U': 57, 'L': 47, '\x84': 43,
'K': 39, '\x9c': 28, 'X': 25, 'A': 23, 'C': 22, '\x9f': 18, 'E': 17, 'N':
17, '\x96': 14, ',': 11, 'D': 8, 'Y': 8, 'T': 6, 'V': 6, 'B': 5, '"': 4,
"'": 3, 'F': 2, 'M': 2, '!': 1, '-': 1, '?': 1}) [Finished in 0.1s]

我的问题是如何解释反斜杠字符，如“\xc3”等。我在网上找不到任何关于如何翻译的信息

编辑（我的代码）：

编辑2：

新产出：

Counter({' ': 168, 'S': 136, 'Z': 83, 'P': 80, 'G': 80, 'W': 76, 'J': 66, 'O': 63, 'Q': 62, 'R': 57, 'U': 57, 'L': 47, 'Ä': 43, 'K': 39, 'Ü': 28, 'X': 25, 'A': 23, 'C': 22, 'ß': 18, 'N': 17, 'E': 17, 'Ö': 14, ',': 11, 'Y': 8, 'D': 8, 'T': 6, 'V': 6, 'B': 5, '"': 4, "'": 3, 'F': 2, 'M': 2, '-': 1, '!': 1, '?': 1})

新代码：

from collections import Counter
with open('/Users/StB/Downloads/text.txt', encoding= 'utf - 8') as f:
    c = Counter()
    for x in f:
        c += Counter(x.strip())
print (c)

---

endcoding在我在sublime文本上运行的版本上不起作用。但在空闲时工作得很好

对于Python2，您需要将正在读取的字符串显式解码为Unicode。您还可以使用

Counter.update

方法来避免创建和丢弃

Counter

对象

from collections import Counter
with open('/Users/StB/Downloads/text.txt') as f:
    c = Counter()
    for x in f:
        c.update(x.decode('utf-8').strip())
print c

---

您好@StB，您也可以发布您的代码吗？首先，对于这个问题，关键是要知道您是否在或。我相信前者，但一定要贴上合适的标签。您需要了解字节、字符串、编码、代码点、字符串文字，我可能忘记了一些东西

\x9c

是一个值为十六进制9C或十进制156的字节；它没有作为Unicode字符进行分析。编辑：正如toti08所说，查看您在文件中的读取方式对我们也很重要。@toti08在中编辑了它@阿玛丹：事实上，我在用蟒蛇手杖！您是否尝试过指定编码类型<代码>打开（'/Users/StB/Downloads/text.txt'，encoding='utf-8'）非常感谢！我需要让Python 3在我的sublime文本上运行。“首先，对于这个问题，关键是要知道你是在还是在。”我说的第一件事是：不用担心，只要问题解决了。

from collections import Counter
with open('/Users/StB/Downloads/text.txt') as f:
    c = Counter()
    for x in f:
        c.update(x.decode('utf-8').strip())
print c