Question

似乎每次我认为我掌握了编码，我都会发现一些令我困惑的新东西： - ）

我正试图从UTF-8字符串中删除法语口音：

>>> import unicodedata

>>> s = u"éèêàùçÇ"

>>> print(unicodedata.normalize('NFKD', s).encode('ascii','ignore'))

我希望eeeaucC作为输出，而在Ubuntu 9.10和iPython 0.10中使用Python 2.6.4代替AA AaA A1AA，所有内容都设置为unicode。

Answer 1

在进一步测试后，如果您使用Python 3或Python 2.6解释器而不是iPython，它会起作用。

可能是错误的用户设置或错误。

Answer 2

python可以正常工作：

$ python
Python 2.6.4 (r264:75706, Dec  7 2009, 18:43:55) 
[GCC 4.4.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> s = u"éèêàùçÇ"
>>> s
u'\xe9\xe8\xea\xe0\xf9\xe7\xc7'
>>> ord(s[0])
233

ipython中有一些错误：

$ ipython
Python 2.6.4 (r264:75706, Dec  7 2009, 18:43:55) 
Type "copyright", "credits" or "license" for more information.

IPython 0.10 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object'. ?object also works, ?? prints more.

In [1]: s = u"éèêàùçÇ"

In [2]: ord(s[0])
Out[2]: 195

In [3]: s
Out[3]: u'\xc3\xa9\xc3\xa8\xc3\xaa\xc3\xa0\xc3\xb9\xc3\xa7\xc3\x87'

如果您从文件中读取它，则ipython有效：

$ ipython
...
In [1]: import codecs

In [2]: s = codecs.open('s.txt', 'r', 'utf-8').read()

In [3]: s
Out[3]: u'\xe9\xe8\xea\xe0\xf9\xe7\xc7'

In [4]: ord(s[0])
Out[4]: 233

这个字符串normilizer Python片段有什么问题？

2 个答案: