我在 Windows 10 上使用 Python 2.7,并且正在处理韩语文本。我的最终目标是能够导入一些韩语文本,对其进行修改,然后将新文本写入文件。
但是,我尝试打印到终端或写入文件的任何韩文文本都以一系列问号告终。
例如,如果我执行以下操作
>>>print u'가다'
我明白了
??
我已经尝试打印为'가다'和u'가다'。我还使用 sys.setdefaultencoding(ENCODING NAME) 尝试了两种不同的编码。我尝试过的编码是“utf-8”和“iso 8859-15”。
我试过 print u'가다'.encode('utf-8') 和 print '가다'.encode('utf-8')
我尝试使用 ord 查看信息在什么时候丢失并获得以下信息。
>>> ord(u'가')
63
ord('가') 和 ord(u'가') 都返回 63,这与 ord('?') 相同,所以看起来不管是什么问题,都是在我按下回车按钮的那一刻发生的。如果我将 '가' 或 u'가' 保存到一个变量并获取该变量的顺序,也会发生同样的情况。
让韩语文本在 python 3 中工作没有问题,但我使用的韩语处理库在 python 3 中不起作用,因此切换到 python 3 不是这种情况的选项。任何帮助将非常感激。提前谢谢你。
请您参考如下方法:
在 Windows 上,包括最新的 Windows 10,CommandPrompt 和 PowerShell 都将它们打印的字符限制为“代码页”,这通常是当前定义的大约 200,000 个 unicode 字符中的 256 个。默认情况下,您的 Windows 设置为您购买它所在国家/地区的代码页。
存在 utf-8 的代码页,但它有问题,Microsoft 拒绝修复它。
对于 2.7,使用 IDLE 运行您的代码,韩文字符将打印良好,因为 tkinter 使用的 tcl/tk 文本窗口因此 IDLE 支持所有前 2**16 个字符。
韩语文本在 3.6+ 的 Windows 上工作,因为 CommandPrompt 的界面被重写为不使用代码页设置。敦促您正在使用的库的作者生成 3.6+ 兼容版本。
