python - Unicode 字符串适用于 python2，但不适用于 python3

Question

我编写了一个程序，其中有一些 Unicode 标签，但出现了奇怪的问题。 Unicode 字符串在 python2 上工作正常，但在 python3 上工作得不好，它在我的另一台计算机上的 python3 上工作，顺便说一句，但在现场服务器不工作。真奇怪。请帮忙。

我在另一台运行 python3 的 PC 上以及在实时服务器上的 python2 上尝试了相同的代码。它可以工作，但是当我在同一个实时服务器上的 python3 上运行相同的代码时，我收到错误。

>>> pt = 'Casa e Decoração'

错误:

File "<stdin>", line 0

    ^
SyntaxError: 'utf-8' codec can't decode byte 0xe7 in position 19: invalid continuation byte
>>>

Answer 1

我怀疑您在复制这些数据时，它是作为原始 latin-1 (或相关的每个字符一个字节 ASCII 超集编码)复制的。在 Python 2 上，latin-1 is the default unicode literal encoding ，但在 Python 3 上，他们切换到 UTF-8(可以指定替代编码)。

如果您的工具使用 latin-1 作为源文件字节，那么您会看到此问题。最简单的解决方案是用等效的纯 ASCII 转义符替换文字字符，然后 Python 可以在解析时对其进行解码。例如，

>>> pt = 'Casa e Decora\xe7\xe3o'

具有相同的含义，不会被误解。

或者，您可能可以按原样保留 latin-1 代码，然后输入:

# -*- coding: latin-1 -*-

作为源文件的第一行或第二行(它必须那么早；在第三行及之后它会被忽略)，因此 Python 知道将剩余字节解释为 latin-1，而不是默认 utf-8。