Question

我通过GET请求参数接收数据。一些参数是字符串，由于编码问题，我很难正确地显示它们。

这是我收到的一个例子：

{'id_origen': u'9', 'apellidos': u'\xd1\xe9rez', 'nombre': u'Pimp\xe1m'}

您可以看到未正确接收键'apellidos'的值。看来

u'\xd1\xe9rez'

而不是

Núñez.

我尝试以非常原始的方式解决这个问题，例如将“\ xe1”等字符的每个外观替换为“á”。但它也给了我一些问题。这是我提出的代码：

tabla = {'\xE1':'á', '\xE9':'é', '\xED': 'í', '\xF3':'ó', '\xFA':'ú'}

logger.info ("Valor del argumento antes del bucle de urldecode: %s" % valor)
for k, v in tabla.iteritems():
    if k in valor:
        valor.replace(k, v)

当然，它不像我预期的那样有效。

我接受的那种字符编码类型的适当处理是什么？

Answer 1

正确接收这些值（顺便说一句，特定值是“Ñérez”，而不是“Núñez”）。

当Python将list或dict的内容转储到控制台时，每个字符串项都显示为表示（结果或repr()函数），而不是原始字符串。例如：

>>> print [0, u"é", 0]
[0, u'\xe9', 0]

我认为这一点的主要目的是通过将值复制粘贴回代码来直接重用值。因为字符串可以包含所有类型的引号和反斜杠，并且因为终端/网页/等可能无法显示非ascii，所以打印未更改的字符串内容将无法完成此任务。

这些字符串中的真实文本是可以的：

>>> print u'\xd1\xe9rez'
Ñérez
>>>

Answer 2

u'\xd1\xe9rez'似乎不是字符串Núñez.，而是Ñérez。您确定您的数据是什么吗？

除此之外，您的数据是unicode。 unicode没有编码，因为它已经是字符;你认为必要的任何修复应该发生在上游。您的Web框架是否为您提供了这些值？

Python中字符编码的困难

2 个答案: