爲什麼Python輸出的字符串和unicode的值相同？

Question

我使用Python 2.6.5，當我運行在Python外殼下面，我得到：

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

什麼是對上述的解釋？鑑於u'Andr \ xc3 \ xa9'，如何在HTML頁面中正確顯示上述值，以顯示André而不是André？

Answer 1

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

您可以從一個轉換到另一個：

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

注意，原因print 'Andr\xc3\xa9'給你預期的結果僅僅是因爲系統的默認編碼是UTF-8。例如，在Windows上，我得到：

>>> print 'Andr\xc3\xa9' 
André 

至於輸出HTML，它取決於你使用的Web框架，什麼編碼您在HTML頁面輸出。某些框架（例如Django）會自動將unicode值轉換爲正確的編碼，而其他框架則會要求您手動執行此操作。

Answer 2

試試這個：

>>> unicode('Andr\xc3\xa9', 'utf-8') 
u'Andr\xe9' 
>>> print u'Andr\xe9' 
André 

這可以回答你的問題。

編輯：或見上面的回答

Answer 3

我不知道，但我猜想，不同的編解碼器是由打印操作應用。可能是一些utf-8與unicode問題。

對於HTML，您需要使用unicode的HTML語法對某些字符進行編碼。 我認爲Python codecs模塊可能會幫助你。