格式：UTF-8编码时错误的字符串宽度

我得到一个错误的格式输出，当我有像“ä”，“ü”“ö”等字符。我从excel表栏读取名称，有时会有Unicode字符串，我编码为UTF-8。我的简化代码：格式：UTF-8编码时错误的字符串宽度

import xlrd 

name1 = (xl_sheet.cell_value(row,5)).encode('utf8') # use this because this cell can have strings with chars like "ö" 
name2 = (xl_sheet.cell_value(row,7)).encode('utf8') 

print('{:<15} {:<15}'.format(name1,name2)),

当我不使用.encode，我得到这个错误：

'ascii' codec can't encode character u'\xf6' in position 1: ordinal not in range(128)

我发现了一个类似的帖子：Python String format width wrong when characters like é or ö in the string，但我不知道如何实现在我的情况下！？

我的产出表是这样的：

oabcd   oabcd 
öabcd   oabcd 
oabcd   oabcd

当F.E. char'ö'在变量中，则输出不正确。

该Excel文件具有CP-1252“Windows Unicode”编码。

xlrd.open_workbook（filename）.encoding的输出是：utf_16_le。

来源

2015-09-27 user3265764

您链接的帖子实际上建议不要编码任何内容，并将所有内容保存为unicode。对于你的榜样，它看起来更像是：

name1=u'öabcd' 
name2='oabcd' 
print(u'{:<15} {:<15}'.format(name1,name2)),

既然你不节约使用的变量以后反正，不用担心编码和解码的字符串。你只会混淆你自己:)

来源

2015-09-27 23:14:57 Zizouz212

这只是一个简单的例子。我在程序的早些时候有一个变量。当我尝试你的建议时，我得到了错误：UnicodeDecodeError：'ascii'编解码器无法解码位置1中的字节0xc3：序号不在范围（128）中。因此我使用了.encode（）。 – user3265764

那么你以后为用户保存变量......实质上，你链接的帖子建议在unicode中做所有事情，并且不要打扰ascii和编码的东西。这应该解决你在'print'语句中遇到的空间问题。你认为你可以用违规代码更新你的问题吗？ – Zizouz212

（我假设你只打印拉丁脚本，如果你混合脚本，这将变得非常复杂，你应该可能~~问一个问题~~特别搜索答案关于这个）

这样做的一个可能的问题是结合标记。重音字母如ö可以保存为两个Unicode字符，o和¨。这些是2个字符，但打印时只占用一个空格。对于许多组合，还有一个组合形式ö，它在一个字符中编码该字母。所以：

>>> len("ö") 
2 
>>> len("ö") 
1

你可以尝试使用unicodedata.normalize('NFC', name)那些对转换为合并的形式，但它不会在所有情况下工作，因为不是所有的组合具有组合形式。

作为zizouz和您链接的问题指出，不要编码这些字符串之前打印它们。 print和string.format都使用unicode字符串。

来源

2015-09-28 00:29:16 roeland

这是很简单的：

import sys 
reload(sys) 
sys.setdefaultencoding("utf-8")

做的伎俩。主代码中的.encode（'utf8'）不是必需的。

来源

2015-09-28 18:15:19 user3265764

哦。尼斯。如果你马上导入它，你不需要'reload（sys）'部分。 :) – Zizouz212

格式：UTF-8编码时错误的字符串宽度

回答

相关问题