無法正確編碼或解碼字符串

Question

我試圖看看一堆stackoverflow的例子。使用

Python版本：Python中的字符串s 2.7.10

輸出看起來像

u'bh\xfcghi' where \xfc=ü 

我從網頁閱讀本。

我編碼經由.encode字符串之後（ 'UTF-8'），它看起來像

'bh\xc3\xbcghi' where \xc3\xbc=ü 

期望輸出應爲：

bhüghi 

我甚至試圖解碼/編碼（拉丁語-1），解碼（utf-8）。

NFN尼爾評論後，我試圖再次如下：

elem.text輸出：

('elem text:', u'bh\xfcghi\nMCI\n8 90 1 0 0 2 0 0 0 0 0 0 2 26 41.4 18.5 89 14.9') 

ELEM文本類型：

('elem text type:', <type 'unicode'>) 

現在，我想打印：

splitString = elem.text.encode('utf-8').decode("utf-8").split() 
print("splitString: ", splitString[0]) 

SplitString [0]輸出：

u'bh\xfcghi' 

現在，如果我打印整個字符串拆分後：

print("splitString: ", splitString) 

SplitString輸出：

[u'bh\xfcghi', u'MCI', u'8', u'90', u'1', u'0', u'0', u'2', u'0', u'0', u'0', u'0', u'0', u'0', u'2', u'26', u'41.4', u'18.5', u'89', u'14.9'] 

的完整代碼在引擎收錄： 這裏的A link

任何幫助將不勝感激。

Answer 1

我得到它的工作通過使用unicodedata庫：

splitString = unicodedata.normalize('NFKD', 
elem.text).encode('ascii','ignore').split() 

Answer 2

s = u'bh\xfcghi\nMCI\n8 90 1 0 0 2 0 0 0 0 0 0 2 26 41.4 18.5 89 14.9' 
s = s.encode('utf-8') 
xs = s.split(' ') 
print(xs[0]) 

輸出：

bhüghi 
MCI 
8 

嘗試;有用。當你在終端輸入時沒有得到'預期'輸出的原因是，當你不使用print時，Python使用\ x轉義碼。