使用Unicode字符遍历字符串时，字符串字符被误解

Question

我在Mac OS X 10.6上的python 2.7上运行，文件在utf8中，终端在utf8中。

我想在给定字符串中存在的每个元音å，ä或ö之后添加一个句点。

这是我要做的事的简明版本：

# coding: utf8

a = 'change these letters äöå'

b = map( (lambda x: a.replace(x, "{0}.".format(x))), 'åäö')

for c in b:

    print c

产生以下输出：

change these letters ?.??.??.?

change these letters äöå.

change these letters ?.??.??.?

change these letters ä.öå

change these letters ?.??.??.?

change these letters äö.å

为什么我得到带有问号的行？经过进一步研究，这样做会产生相同的问号。

# coding: utf8

for letter in 'åäö':

    print letter

输出：

?

?

?

?

?

?

但是在之前显式添加u会得到

# coding: utf8

for letter in u'åäö':

    print letter

输出：

å

ä

ö

明确地解码和编码回字符串utf8仍然会产生问号。这里有什么问题？在此循环中发生了什么？

旁注：在愚蠢的示例中，您看到我正在尝试做的事情。实际上，我使用的是一个保存字符串的对象，以便映射操作发生在同一字符串上。因此，该map()调用实际上每次都用一个新的元音调用该对象的方法，从而更新了保存在该对象中的字符串。对象的方法使用的第二个参数的元音执行替换，map并更新存储的字符串。

Answer 1

您正在遍历字节字符串中的字节。由于编码为UTF-8的非ASCII字符使用多个字节，因此您要破坏这些字符。如果必须遍历字符，则遍历的字符unicode。