显示为问号的特殊字符

使用 Python 编程语言时，我在输出 å、ä 和 ö 等字符时遇到问题。以下代码给出了一个问号 (?) 作为输出，而不是 å：

#coding: iso-8859-1
input = "å"
print input

以下代码可让您输入随机文本。 for 循环遍历输入的每个字符，将它们添加到字符串变量 a，然后输出结果字符串。这段代码工作正常；您可以输入 å、ä 和 ö，输出仍然正确。例如，“år”按预期输出“år”。

#coding: iso-8859-1
input = raw_input("Test: ")
a = ""
for i in range(0, len(input)):
    a = a + input[i]
print a

有趣的是如果我改变input = raw_input("Test: ") to input = "år"，它将为“å”输出一个问号（？）。

#coding: iso-8859-1
input = "år"
a = ""
for i in range(0, len(input)):
     a = a + input[i]
print a

就其价值而言，我正在使用 TextWrangler，并且我的文档的字符编码设置为 ISO Latin 1。这是什么原因造成的？我该如何解决这个问题？

您使用的是 Python 2，我假设在像 Linux 这样以 UTF-8 编码 I/O 的平台上运行。

Python 2 的""文字代表字节串。所以当你指定"år"在 ISO 8859-1 编码的源文件中，变量input有价值b'\xe5r'。当你print这样，原始字节将输出到控制台，但显示为问号，因为它们不是有效的 UTF-8。

为了演示，请尝试使用print repr(a)代替print a.

当你使用raw_input()，用户的输入已经是 UTF-8 编码的，因此可以正确输出。

要解决此问题，可以执行以下任一操作：

• 在打印之前将字符串编码为 UTF-8：

  print a.encode('utf-8')
  

• 使用 Unicode 字符串 (u'text') 而不是字节字符串。您需要小心解码输入，因为在 Python 2 上，raw_input()返回字节字符串而不是文本字符串。如果您知道输入是 UTF-8，请使用raw_input().decode('utf-8').

• 使用 UTF-8 而不是 iso-8859-1 对源文件进行编码。那么字节字符串文字就已经是 UTF-8 格式了。