特殊字符显示为问号

Question

使用Python编程语言时，我在输出像å，ä和ö这样的字符时遇到了问题。以下代码输出问号（？），而不是å：

#coding: iso-8859-1
input = "å"
print input

以下代码可以让您输入随机文本。for循环遍历输入的每个字符，将它们添加到字符串变量a中，然后输出结果字符串。此代码可以正常工作；您可以输入å、ä和ö，输出仍然是正确的。例如，" år " 输出预期的 " år "。

#coding: iso-8859-1
input = raw_input("Test: ")
a = ""
for i in range(0, len(input)):
    a = a + input[i]
print a

有趣的是，如果我将input = raw_input("Test: ")更改为input = "år"，则输出的“å”会变成问号（？）。

#coding: iso-8859-1
input = "år"
a = ""
for i in range(0, len(input)):
     a = a + input[i]
print a

就我所知，我正在使用TextWrangler，并且我的文档字符编码设置为ISO Latin 1。是什么导致了这个问题？我该如何解决它？

- Måns Nilsson

---

你尝试过使用 print u"år" 吗？ - Farhadix

这是否意味着用户输入始终被编码为Unicode？ - Måns Nilsson

Answer 1

您正在使用Python 2，我假设您运行在像Linux这样的平台上，该平台使用UTF-8编码I/O。

Python 2的""字面值表示字节串。因此，当您在ISO 8859-1编码的源文件中指定"år"时，变量input的值为b'\xe5r'。当您打印它时，原始字节将输出到控制台，但由于它们不是有效的UTF-8，所以会显示为问号。

为了演示，请尝试使用print repr(a)而不是print a。

当您使用raw_input()时，用户的输入已经是UTF-8编码的，因此可以正确输出。

要解决此问题，请执行以下操作之一：

• Encode your string as UTF-8 before printing it:

  print a.encode('utf-8')
  

• Use Unicode strings (u'text') instead of byte-strings. You will need to be careful with decoding the input, since on Python 2, raw_input() returns a byte-string rather than a text string. If you know the input is UTF-8, use raw_input().decode('utf-8').

• Encode your source file in UTF-8 instead of iso-8859-1. Then the byte-string literal will already be in UTF-8.

- Mechanical snail

---

非常感谢！通过添加.decode('utf-8')部分，问题得以解决。非常感谢！ :) - Måns Nilsson