在Python中使用扩展Ascii代码

Question

我用Python创建了一个词汇表，但是扩展Ascii代码有问题。

创建单词的循环是：（ascii数字128到164:e、a等）

#extented ascii codes
i = 128
while i <= 165 :
    dictionnary[chr(i)] = 'extended ascii'
    i = i + 1

但当我试图使用措辞时：

    >>> dictionnary['è']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: '\xc3\xa8'

我在python脚本的头中有#--编码：utf-8--。 我试过编码、解码等，但结果总是不好。

为了了解发生了什么，我试过：

>>> ord('é')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: ord() expected a character, but string of length 2 found

以及

    >>> ord(u'é')
233

我和ord（u'e'）混淆了，因为'e'是扩展ascii表中的130号，而不是233号。

我知道扩展的ascii码包含“两个字符”，但我不知道如何用措辞来解决这个问题？

提前谢谢！ ：-）

Answer 1

使用unichr而不是chr。函数chr生成包含单个字节的字符串，而unichr生成包含单个unicode字符的字符串。最后，也要使用unicode字符进行查找：d[u'é']，因为d['é']将查找的是e的utf-8编码。

在代码中有三个元素：拉丁1编码的str、utf-8编码的str和unicode字符串。要在头脑中清楚地知道在任何时间点上都有哪些内容，就需要了解Python是如何工作的，并对Unicode和编码有相当的了解。

如果没有Joel Spolsky关于编码和Unicode的文章的链接，就没有完整的答案：The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)