Devi scoprire in che codifica è questo carattere alla fonte.
Immagino che questo sia ISO-8859-1 (lingue europee), nel qual caso è "ä", ma dovresti controllare. Potrebbe anche essere cirillico o greco.
Vedere http://en.wikipedia.org/wiki/ISO/IEC_8859-1 per un elenco completo di caratteri in questa codifica.
Utilizzando queste informazioni, è possibile chiedere Python per convertirlo:
In Python 2,7
>>> s = '\xe4'
>>> t = s.decode('iso-8859-1')
>>> print t
ä
>>> for c in t:
... print ord(c)
...
228
>>> u = t.encode('utf-8')
>>> print u
ä
>>> for c in bytes(u):
... print ord(c)
...
195
164
String t
è codificato internamente ISO-8859-1 in Python. La stringa u
è codificata internamente in UTF-8 e quel carattere richiede 2 byte in UTF-8. Si noti inoltre che l'istruzione print
"sa" come visualizzare queste diverse codifiche.
fonte
2014-10-28 10:21:27
'u '\ xe4'.encode (' ascii ',' ignore ')' funziona bene per me. Abbiamo bisogno di più contesto per vedere quale sia il vero problema. –
# 2 anche "funziona" in quanto produce un risultato senza errore; non posso dire se è il risultato desiderato. –