打印utf-8编码的字符串

Question

我正在使用BeautifulSoup从HTML提取一些文本，但是我只是想不出如何正确地将其打印到屏幕（或与此相关的文件）上。

这是我的包含文本的类的样子：

class Thread(object):
    def __init__(self, title, author, date, content = u""):
        self.title = title
        self.author = author
        self.date = date
        self.content = content
        self.replies = []

    def __unicode__(self):
        s = u""

        for k, v in self.__dict__.items():
            s += u"%s = %s " % (k, v)

        return s

    def __repr__(self):
        return repr(unicode(self))

    __str__ = __repr__

当尝试打印一个实例时，Thread这是我在控制台上看到的：

~/python-tests $ python test.py
u'date = 21:01 03/02/11 content =  author = \u05d3"\u05e8 \u05d9\u05d5\u05e0\u05d9 \u05e1\u05d8\u05d0\u05e0\u05e6\'\u05e1\u05e7\u05d5 replies = [] title = \u05de\u05d1\u05e0\u05d4 \u05d4\u05de\u05d1\u05d7\u05df '

无论我尝试什么，都无法获得想要的输出（上面的文本应该是希伯来语）。我的最终目标是序列化Thread到文件（使用json或pickle）并能够将其读回。

我在Ubuntu 10.10上使用Python 2.6.6运行它。

Answer 1

要将Unicode字符串输出到文件（或控制台），您需要选择 文本编码
。在Python中，默认的文本编码是ASCII，但是要支持希伯来语字符，您需要使用其他编码，例如UTF-8：

s = unicode(your_object).encode('utf8')
f.write(s)