带有土耳其字符的字符串到unicode
带有土耳其字符的字符串到unicode
提问于 2013-11-18 12:48:51
在ubuntu：
> s = 'kasım' # ı -> 'i' without dot, lowercase letter, turkish.
> print s
> 'kas\xc4\xb1m'
> unicode(s, 'utf-8') 效果很好。
在窗户上：
> s = 'kasım' # ı -> 'i' without dot, lowercase letter, turkish.
> print s
> 'kas\x8dm'
> unicode(s, 'utf-8') 抛出一个单解码错误；
- ‘’utf 8‘编解码器无法解码位置3中的字节0 0xfd :无效的开始字节*
在此之前，区域设置的代码如下所示：
if platform is windows:
locale_to_set = 'turkish'
elif platform is linux:
locale_to_set = 'tr_TR.utf-8'
locale.setlocale(locale.LC_ALL, locale_to_set)我做错了什么或者错过了什么？任何想法都会感激的。
注意：
我从datetime.datetime.utcnow().strftime(.)处得到'Kasım‘这个词(意思是11月)。用户可以根据喜好改变语言。
Stack Overflow用户
回答已采纳
发布于 2013-11-18 12:52:22
依赖于系统的输入编码是个坏主意，因为正如您发现的那样，这些编码可能因系统而异。因此，最好避免源代码中的非ASCII字符，并使用符号名称。例如：
name = u'kas\u0131m'如果您的字符串来自系统的其他地方，例如来自本地化的strftime函数，则在将其解码为Unicode时，您需要使用适当的区域设置：
ignore, encoding = locale.getlocale()
name = unicode(s, encoding)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/20048218
复制相关文章
相似问题
腾讯云开发者
