使用unicode字符在字符串上迭代時字符串字符被錯誤解釋

Question

我在mac os上運行python 2.7 x 10.6，utf8中的文件和utf8中的終端。

我想在給定字符串中存在的元音å，ä或ö的每次出現之後添加句點。

這裏是什麼，我試圖做的簡單化版本：

# coding: utf8 

a = 'change these letters äöå' 

b = map((lambda x: a.replace(x, "{0}.".format(x))), 'åäö') 

for c in b: 
    print c 

這procudes以下的輸出：

change these letters ?.??.??.? 
change these letters äöå. 
change these letters ?.??.??.? 
change these letters ä.öå 
change these letters ?.??.??.? 
change these letters äö.å 

爲什麼我得到問號行？經過進一步的研究，只是這樣做會產生相同的問號。

# coding: utf8 

for letter in 'åäö': 
    print letter 

輸出：

? 
? 
? 
? 
? 
? 

但在此之前明確地添加的U給

# coding: utf8 
for letter in u'åäö': 
    print letter 

輸出：

å 
ä 
ö 

解碼和編碼明確回字符串utf8仍然產生問號。這裏有什麼問題？什麼是這個循環？

附註：在愚蠢的例子中，你看到了我想要做的。實際上，我正在使用保存字符串的對象，以便映射的操作發生在同一個字符串上。因此，map()調用實際上每次調用一個新元音的對象方法，從而更新保存在對象中的字符串。該對象的方法使用第二個參數map中的元音執行替換，並更新存儲的字符串。

Answer 1

您正在將匿名函數映射到字符串上;你應該把它映射到一個字符串列表上。 Python解釋器仍然會接受你給出的指令，將字符串視爲一個序列，並將lambda應用於該序列的每個組件。但是在這種情況下，組件是字符串的個別字節，並且每個unicode字符都是兩個字節。所以更換是執行六次。

此外，在其中三個迭代的更換更換的unicode前綴字節0xc3（其中發生三次äöå）的相同操作，具有0xc3.，打破了串a中的字符編碼，併產生原始字節亂碼。在其他三次迭代中，用一個字節後跟一個句點替換unicode char的第二個字節，所以結果字符串仍然包含所討論字符的字節序列，並得到所需的結果。但是，這是而不是，因爲您要用該字符替換整個字符，然後是一個句點。

比較：

>>> a = 'change these letters äöå' 
>>> b = map((lambda x: a.replace(x, "{0}.".format(x))), 'å ä ö'.split()) 
>>> for c in b: 
... print c 
... 
change these letters äöå. 
change these letters ä.öå 
change these letters äö.å 

Answer 2

你遍歷一個字節串的字節數。由於編碼爲UTF-8的非ASCII字符使用多個字節，因此您會破壞字符。如果你必須迭代字符，然後迭代unicode的字符。