Python来显示特殊字符

我知道有很多关于这个问题的线程，但我还没有找到一个解决我的问题

我试图打印字符串，但打印时不会显示特殊字符（例如æ、ø、å、ö和ü）。当我使用

repr（）

打印字符串时，我得到的是：

u'vond\xc3\xbc'

和

u'\xc3\x96berg'

有人知道我如何把它转换成

vondu

和

Öberg

？对我来说，不忽略这些字符很重要，例如

myStr.encode（“ascii”，“忽略”）

编辑

这是我使用的代码。我使用BeautifulSoup来浏览网站。表（

）中单元格（

）的内容被放入变量

名称中。这是包含我无法打印的特殊字符的变量

web = urllib2.urlopen(url);
soup = BeautifulSoup(web)
tables = soup.find_all("table")
scene_tables = [2, 3, 6, 7, 10]
scene_index = 0
# Iterate over the <table>s we want to work with
for scene_table in scene_tables:
    i = 0
    # Iterate over < td> to find time and name
    for td in tables[scene_table].find_all("td"):
        if i % 2 == 0:  # td contains the time
            time = remove_whitespace(td.get_text())
        else:           # td contains the name
            name = remove_whitespace(td.get_text()) # This is the variable containing "nonsense"
            print "%s: %s" % (time, name,)
        i += 1
    scene_index += 1

web=urllib2.urlopen（url）；
汤=BeautifulSoup（网络）
表=汤。查找所有（“表”）
场景_表=[2,3,6,7,10]
场景索引=0
#迭代我们要使用的对象
对于场景_表中的场景_表：
i=0
#迭代以查找时间和名称
对于表[scene\u table]中的td，查找所有（“td”）：
如果i%2==0:#td包含时间
时间=删除空白（td.get\u text（））
else:#td包含名称
name=remove_whitespace（td.get_text（））#这是包含“无意义”的变量
打印“%s:%s”%（时间、名称）
i+=1
场景索引+=1
许多语言中的Unicode支持令人困惑，因此您的错误是可以理解的。这些字符串是UTF-8字节，如果您将
u
放在前面，它将正常工作：

>>> err = u'\xc3\x96berg'
>>> print err
Ã?berg
>>> x = '\xc3\x96berg'
>>> print x
Öberg
>>> u = x.decode('utf-8')
>>> u
u'\xd6berg'
>>> print u
Öberg

欲了解更多信息：




在继续之前，您应该真正阅读这些链接并了解正在发生的事情。然而，如果你现在确实需要一些有用的东西，你可以使用这个我不好意思公开发布的骇人听闻的黑客：

def convert_fake_unicode_to_real_unicode(string):
    return ''.join(map(chr, map(ord, string))).decode('utf-8')

字符串的内容不是unicode，而是UTF-8编码的

>>> print u'Von D\xc3\xbc'
Von Dü
>>> print 'Von D\xc3\xbc'
Von Dü

>>> print unicode('Von D\xc3\xbc', 'utf-8')
Von Dü
>>> 

编辑：

>>打印'\xc3\x96berg'#没有unicode标识符，因为它是UTF-8编码的字符串，所以工作正常
Öberg
>>>print u'\xc3\x96berg'#具有unicode标识符，意味着print现在使用unicode字符集，输出奇怪的东西
阿尔贝格
#查看不同的对象类型：
>>>类型（'\xc3\x96berg'）
>>>类型（u'\xc3\x96berg'）
>>>“\xc3\x96berg”.decode（'utf-8'）#此命令将utf-8转换为unicode，请查看输出中的unicode标识符
u'\xd6berg'
>>>unicode（'\xc3\x96berg'，utf-8'）#这也做了同样的事情
u'\xd6berg'
>>>unicode（u'foo-bar'，utf-8'）#尝试将unicode字符串转换为unicode将按预期失败
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
TypeError:不支持对Unicode进行解码
预防胜于治疗。你需要的是找出垃圾是如何产生的。请编辑您的问题以显示创建它的代码，然后我们可以帮助您修复它。看起来有人做了：

your_unicode_string =  original_utf8_encoded_bytestring.decode('latin1')

解决方法是简单地逆转这个过程，然后解码

correct_unicode_string = your_unicode_string.encode('latin1').decode('utf8')

更新根据您提供的代码，可能的原因是网站声明其编码为
ISO-8859-1
（又名
latin1
），但实际上它是以UTF-8编码的。请更新您的问题以向我们显示url

如果你看不出来，就看；看起来您需要使用：

BeautifulSoup(web, from_encoding='utf8')

您的控制台是否设置为UTF-8模式？我正在使用Mac OS X中的默认终端，并且UTF-8已启用。当我打印字符串时没有
repr（）
，这就是我得到的：
Ãberg
，但我想要的是
Öberg
。如果我使用
decode（'utf-8'）
，我将得到一个
unicodeincodeerror
。如果字符串是UTF-8，它不应该写一个
Ö
而不是
Ã
？您首先要弄清楚这些变量是如何成为
unicode
类型的。它们实际上是用ascii编码的UTF-8，因此它们应该是正确的
str
-1类型（1）join/map/chr/map/ord mess（2）“UTF-8用ascii编码”当我打印字符串时没有
repr（）
，这是我得到的：
Ãberg
，但我想要的是
Öberg
。如果字符串是UTF-8，它不应该写一个
Ö
而不是
Ã
？如果我使用
unicode
，我会得到以下错误：
TypeError:不支持解码unicode
。您仍然使用unicode标识符（
u'foo'
）。它是一个UTF-8编码的字符串，通过使用unicode标识符，可以说它是unicode，而不是unicode。这就是为什么你得到的是
Ã
而不是
Ö
。放下标识符，你就没事了。我会更新我的答案，让它更清楚。@SimonBS我更新了我的答案。你仍然应该读这个链接：我只是读了这个链接。不过，我还是有点困惑。我有我的字符串，
myStr
，它的类型是
unicode
，这意味着它有unicode标识符。我想删除此标识符并使用UTF-8编码的字符串。我该怎么做？我原以为它会很简单，比如
myStr.encode（“utf-8”）
，它返回类型为
str
的对象，但这会抛出一个
UnicodeDecodeError
错误。@SimonBS应该可以工作。你能在你的问题中或在上发布这个例子吗？我已经更新了我的问题，以显示我使用的代码。我使用BeautifulSoup来浏览网站。然后将表中单元格的内容放入变量
name
。这是包含我无法打印的特殊字符的变量。使用
name.encode（'latin1'）。decode（'utf8'）
解决了我的所有问题。角色看起来很完美，但你说这不是正确的方式吗？@SimonBS：重读我答案的第一句话。了解你真正的问题并及时解决总是更好的
BeautifulSoup(web, from_encoding='utf8')