为什么Python输出的字符串和unicode的值相同？

Question

我使用Python 2.6.5，当我运行在Python外壳下面，我得到：

>>> print u'Andr\xc3\xa9' 
André 
>>> print 'Andr\xc3\xa9' 
André 
>>> 

什么是对上述的解释？鉴于u'Andr \ xc3 \ xa9'，如何在HTML页面中正确显示上述值，以显示André而不是André？

Answer 1

'\xc3\xa9'是unicode字符u'\u00e9'（也可指定为u'\xe9'）的UTF-8编码。所以你可以使用u'Andr\u00e9'或u'Andr\xe9'。

您可以从一个转换到另一个：

>>> 'Andr\xc3\xa9'.decode('utf-8') 
u'Andr\xe9' 
>>> u'Andr\xe9'.encode('utf-8') 
'Andr\xc3\xa9' 

注意，原因print 'Andr\xc3\xa9'给你预期的结果仅仅是因为系统的默认编码是UTF-8。例如，在Windows上，我得到：

>>> print 'Andr\xc3\xa9' 
André 

至于输出HTML，它取决于你使用的Web框架，什么编码您在HTML页面输出。某些框架（例如Django）会自动将unicode值转换为正确的编码，而其他框架则会要求您手动执行此操作。

Answer 2

试试这个：

>>> unicode('Andr\xc3\xa9', 'utf-8') 
u'Andr\xe9' 
>>> print u'Andr\xe9' 
André 

这可以回答你的问题。

编辑：或见上面的回答

Answer 3

我不知道，但我猜想，不同的编解码器是由打印操作应用。可能是一些utf-8与unicode问题。

对于HTML，您需要使用unicode的HTML语法对某些字符进行编码。 我认为Python codecs模块可能会帮助你。