在python中转换unicode字符串

Question

{u'Status': u'OK', u'City': u'Ciri\xe8', u'TimezoneName': '', u'ZipPostalCode': '', u'CountryCode': u'IT', u'Dstoffset': u'0', u'Ip': u'x.x.x.x', u'Longitude': u'7.6', u'CountryName': u'Italy', u'RegionCode': u'12', u'Latitude': u'45.2333', u'Isdst': '', u'Gmtoffset': u'0', u'RegionName': u'Piemonte'}

这是我的对象的输出。我想访问City，但它是编码的。如何读取所有参数并将其解码

>>> data['City']
u'Ciri\xe8'

>>>data['City'].decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe8' in position 4: ordinal not in range(128)

我想要纯文本，而不是unicode字符串。谢谢!

Answer 1

请阅读：http://nedbatchelder.com/text/unipain.html

然后把它打印出来：

>>> data = {u'City':u'Ciri\xe8'}
>>> data['City']
u'Ciri\xe8'
>>> print data['City']
Ciriè

如果不打印，Python将打印字符串的安全表示，表明它是Unicode文本u''，并且包含非ASCII码字符\xe8。print尝试通过在终端编码中编码Unicode字符串来显示非ASCII码字符。如果字符串包含终端编码不支持的字符，则可能会失败：

>>> print u'\xe8'
è
>>> print u'\x81'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "d:\dev\Python27\lib\encodings\cp437.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_map)
UnicodeEncodeError: 'charmap' codec can't encode character u'\x81' in position 0: character maps to <undefined>

在上面的示例中，code page 437支持Unicode字符U+00E8，但不支持U+0081。

Answer 2

你想要什么还不清楚。如果你说的“明文”指的是消除重音，那就试试这个：

>>> s = u'Ciri\xe8'
>>> from unicodedata import normalize
>>> normalize('NFKD', s).encode('ASCII', 'ignore')
'Cirie'

Answer 3

明文，我猜你指的是ascii。为此，您可以使用：

data['City'].encode('ascii','ignore')

这将剥离unicode字符并返回

Ciri

有关更多信息，请参阅此链接：http://docs.python.org/howto/unicode.html