utf8 - unicode escape python

decodificación y codificación de cadena hebrea en Python

Question

Estoy tratando de codificar y decodificar la cadena hebrea "שלום". Sin embargo, después de la codificación, me sale gibberish:

>>> word = "שלום"
>>> word = word.decode(''UTF-8'')
>>> word
u''/u05e9/u05dc/u05d5/u05dd''
>>> print word
שלום
>>> word = word.encode(''UTF-8'')
>>> word
''/xd7/xa9/xd7/x9c/xd7/x95/xd7/x9d''
>>> print word
׳©׳׳•׳

¿Cómo debo hacerlo correctamente?

Gracias.

Answer 1

Tendrá que asegurarse de tener la codificación correcta en su entorno (shell o script). Si está utilizando un script, incluya lo siguiente:

#!/usr/bin/env python
# -*- coding: utf-8 -*-

Para asegurarse de que su entorno sepa que está utilizando UTF-8. Es posible que su terminal shell solo acepte ASCII, así que asegúrese de que sea compatible con UTF-8.

>>> word = "שלום"
>>> word
''/xd7/xa9/xd7/x9c/xd7/x95/xd7/x9d''
>>> print word
שלום
>>> word = word.decode(''UTF-8'')
>>> word
u''/u05e9/u05dc/u05d5/u05dd''
>>> print word
שלום
>>> word = word.encode(''UTF-8'')
>>> word
''/xd7/xa9/xd7/x9c/xd7/x95/xd7/x9d''
>>> print word
שלום
>>>