被python搞糊涂了';s unicode正则表达式错误
有人能解释一下为什么Python2.7x中的中间代码摘录会抛出错误吗被python搞糊涂了';s unicode正则表达式错误,python,unicode,Python,Unicode,有人能解释一下为什么Python2.7x中的中间代码摘录会抛出错误吗 import re walden = "Waldenström" walden print(walden) s1 = "ö" s2 = "Wal" s3 = "OOOOO" out = re.sub(s1, s3, walden) print(out) out = re.sub("W", "w", walden) print(out) # I need this one to work out = re.sub('W'
import re
walden = "Waldenström"
walden
print(walden)
s1 = "ö"
s2 = "Wal"
s3 = "OOOOO"
out = re.sub(s1, s3, walden)
print(out)
out = re.sub("W", "w", walden)
print(out)
# I need this one to work
out = re.sub('W', u'w', walden)
# ERROR
out = re.sub(u'W', 'w', walden)
print(out)
out = re.sub(s2, s1, walden)
print(out)
我很困惑,已经试着阅读了手册《瓦尔登湖》是一个
str
:
walden = "Waldenström"
此代码将字符替换为unicode
字符串:
re.sub('W', u'w', walden)
结果应该是u'w'+“aldenström”
。这是失败的部分
为了连接str
和unicode
,必须首先将两者转换为unicode
。结果也是unicode
问题是,解释器不知道如何将'ö'
转换为unicode,因为它不知道使用哪种编码。结果是模棱两可的
解决方案是在进行更换之前进行自我转换:
re.sub('W', u'w', unicode(walden, encoding))
编码应该是您用来创建该文件的编码,例如
re.sub('W', u'w', unicode(walden, 'utf-8'))
非常感谢。这澄清了很多,现在文档也更有意义了!