从文件中获取文本时,不会对 ç 和 ã 等特殊字符进行解码

Special characters like ç and ã aren't decoded when the text is obtained from a file

我正在学习Python并尝试制作一个挂机游戏(直译-不知道游戏的英文真实名称。抱歉。)。对于那些不熟悉这个游戏的人,玩家必须一次猜一个字母来发现一个秘密单词。

在我的代码中,我使用以下代码从 txt 文件中导入了一组密码:

words_bank = open('palavras.txt', 'r')
words = []
for line in words_bank:
  words.append(line.strip().lower())
words_bank.close()
print(words)

print(words) 的输出是 ['ma\xc3\xa7\xc3\xa3', 'a\xc3\xa7a\xc3\xad', 'tucum\xc3\xa3'] 但如果我尝试 print('maçã, açaí, tucumã') 以检查特殊字符,则所有内容都打印正确。看起来问题出在编码(或解码......我仍在阅读很多关于它的文章以真正理解)文件中的特殊字符。

我的代码第 1 行的内容是 # coding: utf-8 因为经过一些研究我发现我必须指定文本所需的 Unicode 格式 encoded/decoded。在添加它之前,我在 运行 输入代码时收到以下消息:

File "path/forca.py", line 12
SyntaxError: Non-ASCII character '\xc3' in file path/forca.py on line 12, but no encoding declared

第12行内容:print('maçã, açaí, tucumã')

我已经尝试过的事情:

我的 OS 是 Ubuntu 20.04 LTS,我的 IDE 是 VS Code。 什么都不管用! 我不知道搜索什么,做什么了。

这里有解决方案

感谢以上朋友的帮助,我才发现真正的问题出在组合 VS Code 扩展(Code Runner)+ python 来自 Ubuntu 的别名版本中20.04 LTS.

在我的情况下,

Code Runner 在终端中设置为 运行 代码,所以显然,当它调用 python 时,别名版本是 python 2.7.x。为了克服这种情况,我使用 线程将 python 3 设置为默认值。

完成!每当调用 python 时,无论是在终端还是 VS Code with Code Runner 中,所有特殊字符都可以正常工作。

感谢大家的宝贵时间和帮助 =)

只有在使用 Python 2.x.

时才会发生这种情况

错误可能是因为您正在打印列表而不是打印列表中的项目。

当调用print(words)words是一个列表)时,Python在列表对象上调用一个名为repr的特殊函数。然后,该列表通过在列表中的每个子项中调用 repr 创建列表的摘要表示,然后创建一个整洁的字符串可视化。

repr(string) 实际上 returns 一个 ASCII 表示(带转义符)而不是适合您的终端的版本。

相反,尝试:

for x in words:
    print(x)

注意。 open 的选项是 encoding。例如

open('myfile.txt', encoding='utf-8')

你应该始终,始终传递 encoding 选项来打开 - Python <=3.8 on Linux 并且 Mac 将采用 UTF-8(对于大多数人). Python <=3.8 on Windows 将使用 8 位代码页。 Python 3.9 将始终使用 UTF-8

参见 Python 2.x 与 3.x 行为:

Py2

>>> print ['maçã', 'açaí', 'tucumã']
['ma\xc3\xa7\xc3\xa3', 'a\xc3\xa7a\xc3\xad', 'tucum\xc3\xa3']
>>> repr('maçã')
"'ma\xc3\xa7\xc3\xa3'"
>>> print 'maçã'
maçã

Py3

>>> print(['maçã', 'açaí', 'tucumã'])
['maçã', 'açaí', 'tucumã']
>>> repr('maçã')
"'maçã'"