python2.7：为什么打印中文样式列表如[u'\ u4ed6'，u'\ u6765 \ u5230'，u'\ u4e86'，u'\ u7f51 \ u6613']？

Question

我用jieba中文词典进行分词。
当我打印的单词列表，结果如下：

#!/usr/bin/env python 
# -*- coding: utf-8 -*- 
import jieba 
import sys 
import jieba 


s1 = "他来到了网易杭研大厦!" 
seg_list = jieba.cut(s1) 
lst1 = ", ".join(seg_list) 
print lst1 
m =lst1.split(', ') 
print m[2] 
punct = set(u''':!),.:;?]}¢'"、。〉》」』】〕〗〞︰︱︳﹐､﹒﹔﹕﹖﹗﹚﹜﹞！），．：；？｜｝︴︶︸︺︼︾﹀﹂﹄﹏､～￠々‖•·ˇˉ―--′’”([{£¥'"‵〈《「『【〔〖（［｛￡￥〝︵︷︹︻︽︿﹁﹃﹙﹛﹝（｛“‘-—_…''') 

filterpuntl = list(filter(lambda x: x not in punct, m)) 

print filterpuntl[2] 

结果如下：

他, 来到, 了, 网易, 杭研, 大厦, ! 
[u'\u4ed6', u'\u6765\u5230', u'\u4e86', u'\u7f51\u6613', u'\u676d\u7814', u'\u5927\u53a6', u'!'] 
[u'\u4ed6', u'\u6765\u5230', u'\u4e86', u'\u7f51\u6613', u'\u676d\u7814', u'\u5927\u53a6'] 

如何将[u'\u4ed6', u'\u6765\u5230' ...]改变中国字？

当我打印列表的一个元素，它是中国人：

print m[2] 
print filterpuntl[2] 

结果是：

他, 来到, 了, 网易, 杭研, 大厦, ! 
了 
了 

Answer 1

u'\u4ed6'是中国的性格。这只是一种不同的表现形式，就像你可以用0.1或1e-1来写相同的数字一样 - 只是外表不同而已。

如果你想看到正确的字形打印清单等（其发射的repr()形式的对象）时，切换到Python 3：

$ python3 
Python 3.5.2 (default, Aug 18 2017, 17:48:00) 
[GCC 5.4.0 20160609] on linux 
Type "help", "copyright", "credits" or "license" for more information. 
>>> print(['\u4ed6']) 
['他']