如何在python中正确使用unicode字符以避免出错？

我正在为Google Quick Search Box开发一个python插件，它使用非ascii字符做一些奇怪的事情。在我尝试构造一个包含非ascii字符的字符串（ü一直是我的测试字符）之前，代码似乎运行良好。我使用下面的代码片段进行构造，将new_task作为从GQSB输入的变量

the_sig = ("%sapi_key%sauth_token%smethod%sname%sparse%stimeline%s" %
           (api_secret, api_key, the_token, method, new_task, doParse, timeline))

这给了我一个错误：

UnicodeDecodeError:“ascii”编解码器无法解码位置0中的字节0xc3:序号不在范围内（128）

我理解正确，这是因为我试图将ascii字符串中的unicode字符串在一起。我所能找到的一切都告诉我在顶部声明编码：

# -*- coding: iso-8859-15 -*-

我有。当我将构造字符串的代码片段拉入一个新脚本时，它工作得很好。但出于某种原因，在代码其余部分的上下文中，每次都会失败。我唯一能想到的是，这是因为它在它自己的类中，但这对我来说没有任何意义

完整的代码可以在GitHub上找到

---

提前感谢您的帮助。这个问题让我很困惑。

这有点超出了我的专业知识，但我认为顶部的

#-*-编码：iso-8859-15-*-

声明了Python源文件保存的文本编码

---

它真的保存在iso-8859-15中了吗？

我猜您使用的是Python 2.x

文件编码声明指定解释器读取字符串文字的方式

您应该将所有字符串处理为

unicode

值，而不是

str

值。如果您从外部世界读取

str

，则应明确地将其解码为

unicode

。这同样适用于输出字符串

# -*- coding: utf-8 -*-
u_dia_str = '\xc3\xbc'   # str
lambda_unicode = u'λ'    # unicode

# input value
u_dia = u_dia_str.decode('utf-8')

sig_unicode = u'%s%s' % (u_dia, lambda_unicode)
# => u'üλ'

# output value
sig_str = sig_unicode.encode('utf-8')
# => '\xc3\xbc\xce\xbb'

---

要解决这个问题，您应该做一些事情

将包含非ASCII字符的所有字符串文字转换为Unicode文字。示例：

u'über'

在Unicode上执行中间处理。换句话说，如果您收到一个已编码的字符串（无论编码是什么），请在处理它之前将其解码为Unicode。例如：

s = utf8_string.decode('utf8') + latin1_string.decode('latin1')

当输出字符串或将其发送到某处时，请使用接收方理解的编码对其进行编码。示例：

send（s.encode（'utf8'））

完整示例：

input1 = get_possibly_nonascii_input().decode('iso-8859-1')
input2 = get_possibly_nonascii_input().decode('iso-8859-1')
input3 = u'üvw'

s =  u'%s -> %s' % (input3, (input1 + input2).upper())

send_output(s.encode('utf8'))

---

好的，我将输入解码为utf-8，现在我可以通过该部分了。但紧接着，我用以下代码将字符串编码为md5哈希：hashed_sig=hashlib.md5（the_sig）.hexdigest（），现在我得到了与之前相同的ascii编解码器错误。这是hashlib的一个限制吗？还是我还在做错事？别担心。知道了。我没有；我没有意识到我必须重新编码。谢谢你的帮助，太棒了。这起作用了。我必须解码，然后重新编码到UTF8以将其发送到hashlib。谢谢。看起来它现在正在工作。