在度数符号之前获取一个字符答案

【问题标题】：Getting a Â character before the degree symbol在度数符号之前获取一个字符
【发布时间】：2013-08-05 18:50:42
【问题描述】：

我正在尝试将度数符号连接到一个字符串，以便我可以将其写入 Word 文档。我试过这样做。

degreeChar = u'\N{DEGREE SIGN}'
print degreeChar.encode('UTF-8')

我从中得到的输出是Â°，我不确定为什么会出现Â。我究竟做错了什么？非常沮丧！

谢谢。

【问题讨论】：

【解决方案1】：

当你这样做时：

>>> degreeChar = u'\N{DEGREE SIGN}'

degreeChar 是一个单字符的 Unicode 字符串 — 特别是 u'°'：

>>> len(degreeChar)
1
>>> ord(degreeChar)
176

当您将其编码为 UTF-8 时，您会得到一个 2 字节的 UTF-8 字节字符串：

>>> dc = degreeChar.encode('UTF-8')
>>> len(dc)
2
>>> ord(dc[0]), ord(dc[1])
(194, 176)

作为 UTF-8，这对字节表示u'°'。但是，例如 Latin-1 或 cp1252，完全相同的一对字节表示 u'Â°'。这就是不同编码的全部意义——相同的字节序列在不同的编码中意味着不同的东西。要查看详细信息：

>>> dc2 = dc.decode('latin-1')
>>> len(dc2)
2
>>> ord(dc2[0]), ord(dc2[1])
(194, 176)

那么，如果您尝试将 UTF-8 字符串 print 发送到 cp1252 终端会发生什么？或者将其保存为二进制文件，然后以 cp1252 文本文件的形式打开？好吧，你当然会得到Â°。

那么，你如何解决这个问题？

好吧，只是不要尝试将 UTF-8 编码的字节打印到 cp1252 终端！如果 Python 成功猜到了终端的编码，只需将其打印为 Unicode 字符串即可：

>>> print u'°'
°

如果没有，您要么需要修复您的配置，以便 Python 正确猜测终端的编码（在大多数 *nix 系统上很容易，在 Windows 上则不然……），或者手动指定它，或者只需编码为 正确的 编码而不是错误的编码：

>>> print u'°'.encode('cp1252')
°

【讨论】：

【解决方案2】：

degreeChar = u'\N{DEGREE SIGN}'
print degreeChar

作为 unicode 应该没问题...至少在 Windows 7 上，此命令可以按预期工作

【讨论】：

【解决方案3】：

° 所在的文档是用 UTF-8 编码的，但解释器认为它是不同的。

在我的例子中，我只是在该文档中添加了 UTF-8 BOM 标记，因此解释器会意识到内容编码。

【讨论】：