Python 字符串中的奇怪字符

我正在从文件中读取一些数据

但我观察到一些奇怪的人物，比如：

'tamb\xc3\xa9m', 'f\xc3\xbcr','cari\xc3\xb1o'

我的文件读取代码相当标准：

 with open(filename) as f:
    for line in f:
        print line

---

您有UTF-8编码的数据。您可以解码数据：

with open(filename) as f:
   for line in f:
       print line.decode('utf8')

或者在阅读以下内容时，使用Python为您解码内容：

import io

with io.open(filename, encoding='utf8') as f:
   for line in f:
       print line

您的数据，已解码：

>>> print 'tamb\xc3\xa9m'.decode('utf8')
também
>>> print 'f\xc3\xbcr'.decode('utf8')
für
>>> print 'cari\xc3\xb1o'.decode('utf8')
cariño

您似乎已经打印了字符串表示形式（函数

repr（）

的输出），它生成适合粘贴回Python解释器的字符串文本语法<代码>\xhh十六进制代码用于可打印ASCII范围之外的字符。诸如

list

或

dict

之类的Python容器在打印时也使用

repr（）

来显示其内容

您可能想了解Unicode，以及它如何与Python交互。见：

• 乔尔斯波尔斯基

• 内德·巴奇尔德