为什么 Python 3 输出 \xe3，一个额外的字符？

Question

为什么Python在

的输出中添加\xe3

>>> b'Transa\xc3\xa7\xc3\xa3o'.decode('utf-8')
'Transaç\xe3o'

预期值为：

'Transação'

关于我的环境的更多信息：

>>> import sys
>>> print (sys.version)
3.4.3 (v3.4.3:9b73f1c3e601, Feb 24 2015, 22:44:40) [MSC v.1600 64 bit (AMD64)]   
>>> sys.stdout.encoding
'cp437'

这是在 Console 2 + Powershell 下。

Answer 1

您需要使用支持所有您要打印的字符的控制台或终端。

在交互式控制台中打印时，字符被编码为适合您的控制台的正确编解码器，使用 backslashreplace error handler to keep the output readable rather than throw an exception. This is a feature of the default sys.displayhook() function:

不支持的任何字符

If repr(value) is not encodable to sys.stdout.encoding with sys.stdout.errors error handler (which is probably 'strict'), encode it to sys.stdout.encoding with 'backslashreplace' error handler.

您的控制台可以处理 ç 但不能处理 ã。有几种编解码器包含第一个字符但不包含最后一个字符；您正在使用 IBM codepage 437，但它绝不是唯一的。

如果您在标准 Windows 控制台 (cmd.exe) 中运行 Python，请注意 Python、Unicode 和该控制台不混合得很好。您可以安装 win-unicode-console package 使 Python 3 使用 Windows API 更好地输出 Unicode 文本；您需要确保您的字体能够仍然显示您的 Unicode 文本。

我不确定该软件包是否与其他 Windows shell 兼容；您的里程可能会有所不同。

为什么 Python 3 输出 \xe3，一个额外的字符？

Why does Python 3 output \xe3, an extra char?

python

unicode

utf-8

python-3.x