关于编解码器和utf-8的python noob问题

使用python来挑选一些片段，所以肯定是一个noob？但没有看到令人满意的答案

我有一个json utf-8文件，其中有些片段有grave's、accute's等。。。。我正在使用编解码器，并且（例如）：

对于印刷，有什么特别需要做的吗？它给了我以下信息
ascii“编解码器无法对位置5中的字符u'\xe9'进行编码

它看起来是e-accute的正确utf-8值。我怀疑我在打印方面做错了什么。迭代会导致它失去utf-8的特性吗

PHP和Ruby版本可以很好地处理utf-8；这些语言中是否存在python无法做到的松散性

---

thx与PHP中的相同。UTF8字符串很适合打印。

它与PHP中的相同。UTF8字符串很适合打印。

codec.open（）将使用您提供的编解码器（utf-8）对文件内容进行解码。然后有一个python unicode对象（其行为类似于字符串对象）

打印unicode对象将导致使用默认编解码器（通常为

ascii

）进行隐式（幕后）编码。如果

ascii

无法对出现的所有字符进行编码，则将失败

要打印，应首先对其进行编码，因此：

for location in locations:
    print location['name'].encode('utf8')

编辑：

对于您的信息，

json.load（）

实际上获取了一个类似文件的对象（这就是

codecs.open（）

返回的内容）。此时，您所拥有的既不是字符串也不是unicode对象，而是一个围绕文件的iterable包装器

默认情况下，

json.load（）

希望文件采用utf8编码，以便简化代码片段：

locations = json.load(open('../../publish_scripts/locations.json'))
for location in locations:
    print location['name'].encode('utf8')

open（）将使用您提供的编解码器（utf-8）对文件内容进行解码。然后有一个python unicode对象（其行为类似于字符串对象）

打印unicode对象将导致使用默认编解码器（通常为

ascii

）进行隐式（幕后）编码。如果

ascii

无法对出现的所有字符进行编码，则将失败

要打印，应首先对其进行编码，因此：

for location in locations:
    print location['name'].encode('utf8')

编辑：

对于您的信息，

json.load（）

实际上获取了一个类似文件的对象（这就是

codecs.open（）

返回的内容）。此时，您所拥有的既不是字符串也不是unicode对象，而是一个围绕文件的iterable包装器

默认情况下，

json.load（）

希望文件采用utf8编码，以便简化代码片段：

locations = json.load(open('../../publish_scripts/locations.json'))
for location in locations:
    print location['name'].encode('utf8')

---

您可能正在正确读取该文件。打印时发生错误。Python尝试将unicode字符串转换为ascii，但在位置5的字符上失败

请尝试以下方法：

print location['name'].encode('utf-8')

---

如果您的终端设置为期望以utf-8格式输出，这将正确打印。

您可能正确读取了文件。打印时发生错误。Python尝试将unicode字符串转换为ascii，但在位置5的字符上失败

请尝试以下方法：

print location['name'].encode('utf-8')

---

如果您的终端设置为期望以utf-8格式输出，这将正确打印。

对于python2中的非ascii、字符io和一些

site.py

设置，标准io流被中断。基本上，您需要在脚本的早期使用

sys.setdefaultencoding（'utf8'）

（或任何系统语言环境的编码）。ubuntu附带了

site.py

，您需要

imp.reload（sys）

才能使用

sys.setdefaultencoding

。或者，您可以将sys.stdout（以及stdin和stderr）包装为支持unicode的读写器，您可以从

codecs.getreader

/

getwriter

对于非ascii、python2中的字符io和一些

site.py

设置，标准io流被中断。基本上，您需要在脚本的早期使用

sys.setdefaultencoding（'utf8'）

（或任何系统语言环境的编码）。ubuntu附带了

site.py

，您需要

imp.reload（sys）

才能使用

sys.setdefaultencoding

。或者，您可以将sys.stdout（以及stdin和stderr）包装为支持unicode的读写器，您可以从

codecs.getreader

/

getwriter

中获得这些读写器。没有任何东西会被破坏，依靠更改站点范围的默认编码是一个坏主意。它可能会产生超出脚本范围的后果。最好是直言不讳；输入时解码，输出时编码。在我看来，让

print

不适用于字符串是不正确的。在代码中添加编码调用当这正是系统编码的本意时，我发现是多余的。没有任何东西会被破坏，依靠改变站点范围的默认编码是一个坏主意。它可能会产生超出脚本范围的后果。最好是直言不讳；输入时解码，输出时编码。在我看来，让

print

不适用于字符串是不正确的。在代码中添加编码调用当这正是系统编码的目的时，我发现冗余。