python - 为什么Python输出相同值的字符串和unicode不同？

我使用的是 Python 2.6.5，当我在 Python shell 中运行以下命令时，我得到:

>>> print u'Andr\xc3\xa9'
AndrÃ©
>>> print 'Andr\xc3\xa9'
André
>>>

上面的解释是什么？给定 u'Andr\xc3\xa9'，如何在 html 页面中正确显示上述值，以便显示 André 而不是 André？

最佳答案

'\xc3\xa9' 是 unicode 字符 u'\u00e9' (也可以指定为 u'\xe9' )的 UTF-8 编码。所以你可以使用 u'Andr\u00e9' 或 u'Andr\xe9' 。

您可以从一种转换为另一种:

>>> 'Andr\xc3\xa9'.decode('utf-8')
u'Andr\xe9'
>>> u'Andr\xe9'.encode('utf-8')
'Andr\xc3\xa9'

请注意，print 'Andr\xc3\xa9' 给您预期结果的原因仅仅是因为您系统的默认编码是 UTF-8。例如，在 Windows 上我得到:

>>> print 'Andr\xc3\xa9'
Andr├⌐

至于输出 HTML，这取决于你使用的 web 框架以及你在 HTML 页面中输出的编码。某些框架(例如 Django)会自动将 unicode 值转换为正确的编码，而其他框架则需要您手动执行此操作。

关于python - 为什么Python输出相同值的字符串和unicode不同？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/2782085/