PYTHON中的希腊语编码

我正在尝试存储一个字符串，并在python中使用nltk对其进行标记。但我不明白为什么在标记它（它创建了一个列表）后，我看不到列表中的字符串。。 有人能帮我吗

代码如下：

#a="Γεια σου"
#b=nltk.word_tokenize(a)
#b
['\xc3\xe5\xe9\xe1', '\xf3\xef\xf5']

我只是希望能够定期查看列表的内容

---

Thx提前

您可以看到字符串。由于您的终端编码设置，字符由转义序列表示。将终端配置为在UTF-8中接受输入并显示输出。

您使用的是Python 2，其中不固定引号表示字节，而不是字符串（如果您不确定差异，）。切换到Python 3（已修复此问题），或者在所有字符串前面加上

u

，然后打印字符串（而不是显示它们的

repr

，这在Python 2.x中有所不同）：

---

我如何配置它们？（我使用GUI python外壳）如果我这样工作，我将能够在创建列表时使用词干分析器和pos标记器？？我不使用GUI外壳。查阅文档。不，由于终端编码，字节（不是字符）不由转义序列表示；这只是他们的

repr

resentation。在正确配置的终端中观察

u'ä'

vs

print（u'ä'）

vs

print（repr（u'ä'））

。@phihag因为python没有字符类型，所以您没有进行任何区分。@Marcin但是python有字符串类型，问题根本没有使用它。观察

isinstance（“Γειασοο”，字节）

我的问题不是“打印”解决方案……我只是想能够看到b的内容，这样我以后就可以用pos标记和词干等语言功能来处理它们。这有可能吗？@GreekBurner好吧，你看到的是

b

的内容，只是不在你期望的代表中。您可以切换到Python3，其中

的默认表示形式为
εεα∑∑∑∑∑∑ογ
。Thx但我使用的nltk包仅支持Python2.：（无论如何thx@GreekBurner在那里，但是仅仅使用
print
（并且接受Python 2的表示方式很奇怪）可能确实是更容易的方法。@phihag：建议切换Python版本，只是因为OP不知道
repr（）之间的区别
和
print
产生的东西是疯狂的。注意：问题不在于Unicode字符串文本与bytestring文本（Unicode字符串的
repr（）
也是不可读的）。
>>打印“\n”。join（“εεια∑γ”.split（））
尽管所有内容都是字节，但仍会生成所需的输出。尽管用于处理文本，应尽可能使用Unicode字符串。
>>> import nltk
>>> a = u'Γεια σου'
>>> b = nltk.word_tokenize(a)
>>> print(u'\n'.join(b))
Γεια
σου