在python中终端上没有显示西班牙语字符

Question

我用python从NLTK下载了西班牙语文本

spanish_sents=nltk.corpus.floresta.sents()

当在终端打印句子时，相应的西班牙语字符 未渲染。例如，打印spanish_sents[1]会产生类似u'\xe9'的字符，如果我使用utf-8对其进行编码，如

^{pr2}$

它产生'\xc3\xa9'并用拉丁语3编码

print [x.encode("latin3") for x in sapnish_sents[1]] 

它产生'\xe9'

如何配置终端以打印这些点的字形？谢谢

Answer 1

只是一个开头的话，拉丁语3或ISO-8859-3确实表示为南欧语，但它的目的是涵盖土耳其语、马耳他语和世界语。西班牙语更常用拉丁语1（ISO-8859-1或西欧语）或拉丁语9（ISO-8859-15）编码。在

我可以确认字母é具有unicode代码点U+00E9，并且在Latin1和Latin3中都表示为'\xe9'。它在UTF8中被编码为'\xc3\xc9'，所以所有的转换都是正确的。在

但真正的问题是如何配置我的终端？如果不知道终端是什么，很难回答。。。在

• 如果你认为没有重音符号就不能用了
• 如果使用Windows控制台，则声明代码页1252（非常接近Latin1）：chcp 1252并使用Latin1编码（或者更好的'cp1252'）
• 如果您在Linux或任何其他Unix或Unix上使用xterm（或任何派生版本），请使用export LANG=en_US.UTF8声明一个utf8字符集（如果您不喜欢美式英语，请选择您自己的语言，这里有趣的部分是.UTF8）并使用utf8编码-或者声明一个iso-8859-1字符集（export LANG=en_US.ISO-8859-1）并使用拉丁1编码

Answer 2

我猜有一些事情发生了。首先，您要迭代一个str（是不是一个完整的条目？打印时会发生什么）。第二，您没有得到完整的字符，因为您正在迭代一个str（unicode字符比ASCII字符占用更多的“空间”，所以对单个索引进行寻址看起来会很奇怪）。第三，你试图encode，而你可能是想decode。在

试试这个：

 print sapnish_sents[1].decode('utf-8')

我只是在我的终端上运行了以下内容以帮助提供上下文：

^{pr2}$

Answer 3

您所看到的是字符串的表示形式，因为打印列表仅用于调试目的。在

要打印列表，请使用.join：

print ', '.join(sapnish_sents[1])