因此，在短期我的情況是這樣的：的Python 2.7編碼和feedparser
課程和內容不簡單的ascii，它是utf-8，所以我得到了像「ääå」這樣的字符。但是，當我打印文本時，它們都會被像'\ xe4'這樣的ecapes混淆。與編碼有關，但我無法理解這一點。這應該是如此微不足道，但谷歌讓我失望。
一個例子是，當我經歷的內容一字一句，並試圖找到字符「ö」：我做的：
if u"ö" in word:
剛剛給出：UnicodeDecodeError錯誤：「ASCII」編解碼器」牛逼解碼字節0xc3位置6 ...
編輯：
所以我覺得我找到了我的問題。我得到的飼料項目，然後只是做str（entry.content）並將其傳遞給它，但是entry.content是一個列表，其中包含一個以unicode字符串作爲值的字典，所以我所做的（我猜）只是獲得了一個ascii詞典內容的表示...
您正試圖將編碼文本與Unicode相比較。 Python不知道編碼後的文本是UTF-8，所以它猜測它是ASCII碼，並嘗試將它解碼爲unicode。解決方案是用適當的編碼來顯式解碼。
查看Python Unicode HOWTO瞭解更多信息。
我可以使用此文件重現你的問題：
# coding: utf-8
word = "öäå"
if u"ö" in word:
print True
而與此文件修復：
# coding: utf-8
word = "öäå".decode('utf-8')
if u"ö" in word:
print True
我想我的問題是，雖然這個詞的內容應該是「高齡津貼」我從解析器得到的東西只是逃脫像「\ XE4」，他們是str的類型，而我認爲我應該有unicodes。所以我需要一種方法將這些轉義轉換回真實的表示。或者類似的東西，讓這個問題很頭痛：D – Guu 2012-04-04 13:42:49
雖然問題是由於我自己的失敗和RTFM的不可能性，我仍然接受這個。 – Guu 2012-04-04 13:57:20
@Guu僅僅因爲它們在您的REPL或終端中顯示爲轉義並不意味着它們被存儲爲eascapes - 它們不是，或者您不會得到該錯誤。這就是如何在ASCII環境中顯示高於128的字節值。 – agf 2012-04-04 14:16:46
如果你知道你的文字是UTF-8，您可以將其解碼成在開始使用它們之前，請使用對象。只要讀取文件中的字節，就可以使用字符串decode()方法word.decode('UTF8')解碼它們以返回unicode對象。
嘗試使用feedparser包http://packages.python.org/feedparser/ 它處理好編碼，並支持幾乎所有的提要格式。你只會得到結構良好的數據。
http://nedbatchelder.com/text/unipain.html – 2012-04-04 13:39:43