Python 2.7:如何从shell传入像'café‘这样的参数而不获得’caf‘？

Question

我有一个从shell获取参数的程序员。此参数将是搜索操作中使用的查询。

如果我传入英文单词(即没有重音等)，它就可以正常工作。然而，如果我传入，即'café'，我会得到'cafú‘(print sys.argv[1]结果是cafÚ而不是café)。

我认为我可以通过将其转换为Unicode对象来解决这个问题，但我错了。

Q = unicode(sys.argv[1], encoding=sys.stdin.encoding)

我还是能听到“”！我快疯了..。

Answer 1

我打赌你用的是Windows，对吧？

>>> a = "café"
>>> a
'caf\x82'
>>> print a
café
>>> a.decode("cp850")                      # DOS codepage 850 --> Unicode
u'caf\xe9'
>>> a.decode("cp850").encode("cp1252")     # DOS 850 --> Unicode --> Windows 1252
'caf\xe9'                                  # identical to Unicode codepoint
>>> print a.decode("cp850").encode("cp1252") # Display a cp1252 string in cp850
cafÚ

使用encoding="cp1252"代替，然后它应该可以工作。

解释：(有一些猜测)

• cmd窗口使用cp850作为默认代码页。从上面会话的第二行可以明显看出，cp850.
• It中的0x82 is é似乎是在Windows下启动的Python程序使用cp1252作为它们的标准编码，如上面会话的最后一行所示：é is 0xe9 in cp1252 (就像在Unicode).
• This中一样，当您将此字符串写入文件时也很明显(默认情况下使用cp1252)：

如果我使用f.write(a)，我会得到caf,作为我的文件的内容，因为,在cp1252中是0x82 )。

如果我做f.write(a.decode("cp850").encode("cp1252"))，我会得到café.

启示:在您的环境中找到正确的编码，尽快将所有内容转换为Unicode，使用它，然后转换回您需要的编码。如果要输出到交互式窗口，请使用cp850；如果要输出到文件，请使用cp1252。

或者切换到Python3，这会让这一切变得更容易。