在 Python 中使用 ISO 8859-1 编码字符

Posted 2023-02-16

【中文标题】在 Python 中使用 ISO 8859-1 编码字符

【英文标题】：Encoding characters with ISO 8859-1 in Python

【发布时间】：2015-08-20 16:45:49

【问题描述】：

使用ord(ch)，您可以获得字符ch 到127 的数字代码。是否有任何函数可以返回 0-255 之间的数字，因此还要涵盖 ISO 8859-1 字符？编辑：遵循我得到的最新版本的代码和错误

#!/usr/bin/python
# coding: iso-8859-1

import sys
reload(sys)
sys.setdefaultencoding('iso-8859-1')
print sys.getdefaultencoding()  # prints "iso-8859-1" 

def char_code(c):
    return ord(c.encode('iso-8859-1'))
print char_code(u'à')

我收到一个错误： TypeError: ord() 需要一个字符，但找到长度为 2 的字符串

【参考方案1】：

当您以 Unicode 字符串开头时，您需要 encode 而不是 decode。

>>> def char_code(c):
        return ord(c.encode('iso-8859-1'))

>>> print char_code(u'à')
224

特别是对于 ISO-8859-1，您甚至根本不需要对其进行编码，因为 Unicode 使用 ISO-8859-1 字符作为其前 256 个代码点。

>>> print ord(u'à')
224

编辑：我现在看到了问题。你已经给出了一个source code encoding comment，表明源在 ISO-8859-1 中。但是，我敢打赌，您的编辑器实际上是在 UTF-8 中工作的。源代码会被误解，你认为你创建的单字符串实际上是两个字符。试试下面看看：

print len(u'à')

如果您的编码正确，它将返回1，但在您的情况下，它可能是2。

【讨论】：

我尝试了你建议的两种方法，但我仍然得到同样的错误。

@DrimadesBoy 那么您的示例不正确，请使用实际演示错误的代码对其进行更新。

已解决。我在 Ubuntu 中使用 Geany，并从 Document > Set Encoding > Western European > ISO-8859-1

将文件编码从“utf-8”更改为“iso-8859-1”

@DrimadesBoy 如果已解决，请使用复选框，以便每个人都知道。一个upvote会很好。

【参考方案2】：

你可以得到ord() 任何东西。如您所料，ord(u'?') 可以正常工作，前提是您可以在源代码中正确表示字符，和/或以已知编码读取它。

您的错误消息含糊地暗示 coding: iso-8859-1 实际上不是真的，文件的编码实际上是别的东西（我猜是 UTF-8 或 UTF-16）。

Python 中字符编码的规范必读是http://nedbatchelder.com/text/unipain.html

【讨论】：

也许可以查看character-encoding tag wiki 以获得一些提示。

【参考方案3】：

您仍然可以使用ord()，但您必须对其进行解码。

像这样：

def char_code(c):
    return ord(c.decode('iso-8859-1'))

【讨论】：

使用 print char_code(u'?') 我得到：第 4 行文件 unicode.py 中的非 ASCII 字符 '\xf0'，但没有编码声明；

此字符在 ISO-8859-1 中不存在，check the table。

你应该指定一个encoding header。

错误信息表明coding: 标头错误。如果您声明 ISO-8859-1 编码，但文件的实际编码是 UTF-8（或 UTF16），这就是您所期望的错误消息。