python中的中文和日文字符支持

如何正确阅读日语和汉字。 我正在使用python 2.5。输出显示为“E:\Test\？”

---

您应该强制字符串为类似unicode的

object

path = ur"E:\Test\は最高のプログラマ"

与2.5相关的字符串文本文档位于

编辑：我不确定2.5中的对象是否为
unicode
，但文档确实声明将处理
\uxxx[XXXX]
，并且字符串将为“unicode字符串”。
请阅读；它解释了如何在Python代码中处理和包含非ASCII文本

如果要在代码中包含日文文本文字，您有几个选项：


使用unicode文字（创建
unicode
对象而不是字节字符串），但任何非ascii码点都由unicode转义字符表示。它们的形式为
\uabcd
，因此有一个反斜杠、一个
u
和四个十六进制数字：

ru = u'\u30EB'

将是一个字符，片假名'ru'代码点（'ル').

使用unicode文字，但以某种形式的编码包含字符。您的文本编辑器将以给定的编码（例如UTF-16）保存文件；您需要在源文件的顶部声明该编码：

# encoding: utf-16

ru = u'ル'

在哪里ル' Python 2文件的默认编码是ASCII，因此通过声明编码，可以直接使用日语

使用字节字符串文字，准备好编码。通过其他方式对代码点进行编码，并将其包含在字节字符串文字中。如果您要做的只是以编码形式使用它们，这应该很好：

ru = '\xeb\x30'  # ru encoded to UTF16 little-endian

我编码了ル' 改为UTF-16 little-endian，因为这是默认的Windows NTFS文件名编码


下一个问题是您的终端，Windows控制台因不支持许多现成的字符集而臭名昭著。您可能希望将其配置为处理UTF-8。有关详细信息，请参阅，但您需要在控制台中运行以下命令：

chcp 65001

要切换到UTF-8，您可能需要切换到能够处理代码点的控制台字体（可能是Lucida？）。
有两个独立的问题：

如果对表示文本的数据使用非ascii字符和Unicode文字，则应指定Python源代码编码，例如：

# -*- coding: utf-8 -*-
path = ur"E:\Test\は最高のプログラマ"


但如果设置了正确的字体，则只需：

print path

可能有用

无论您的控制台是否可以显示路径，都可以将Unicode路径传递给文件系统函数，例如：

entries = os.listdir(path)

不要在ByTestRing上调用
.encode（char\u enc）
，而是在Unicode字符串上调用它。

不要调用
.decode（字符加密）
在Unicode字符串上，改为在bytestrings上调用它。
Python 2.5支持这一点，但Unicode对象只是图片的一小部分。…@J.F.Sebastian：是的，我在这里和那里看到了关于这个问题的提示，包括我链接到的SO问题。感谢这个bug链接，这很好，它将回答您所有的问题。F点击链接。
entries = os.listdir(path)