python - 在 Python 中解码 Mac OS 文本

Question

我正在编写一些代码来解析 RTF 文档，并且需要处理它们可以使用的各种代码页。 Python 附带了所有必要的 Windows 代码页的解码器，但我不确定如何处理 Mac 代码页:

# 77: "10000", # Mac Roman
# 78: "10001", # Mac Shift Jis
# 79: "10003", # Mac Hangul
# 80: "10008", # Mac GB2312
# 81: "10002", # Mac Big5
# 83: "10005", # Mac Hebrew
# 84: "10004", # Mac Arabic
# 85: "10006", # Mac Greek
# 86: "10081", # Mac Turkish
# 87: "10021", # Mac Thai
# 88: "10029", # Mac East Europe
# 89: "10007", # Mac Russian

Python 是否内置了对这些的支持？如果没有，是否有一个跨平台的纯 Python 库可以处理它们？

Answer 1

您可以使用 python 编解码器来处理名称为“mac-roman”、“mac-turkish”等的编解码器。

>>> 'foo'.decode('mac-turkish')
u'foo'

你必须通过他们的名字来引用他们，你在问题中得到的这些数字不会出现在源文件中。有关详细信息，请查看 $pylib/encodings/mac_*.py。