печально быть антисоциальным - pitons un kodējumi

u=unicode('funkcion\xc4\x93jo\xc5\xa1s'.decode('utf-8'))
file('c:/x.html','w').write(u.encode('utf-8'))

(Reply to this) (Thread)

tur jau tas joks, ka nav dots 'funkcion\xc4\x93jo\xc5\xa1s', bet u'funkcion\xc4\x93jo\xc5\xa1s'.

(Reply to this) (Parent)

operējot ar parastajiem stringiem, kuros iekšā utf8 saturs, katrs ķeburs aizņēma 2 vai vairāk baitus. Un, ar rokām operējot ar stringu, varēja katram atsevišķajam baitam tikt klāt.
unicode stringos katrs ķeburs tiešām mums *izskatās* kā viens simbols. Piem, "ā" - u'\u0101' ir viens unicode stringa simbols, kaut utf8 kodējumā tie būtu divi.
Nu lūk, rādās, ka ar \x... escape sekvencēm un latviešu burtiem ir problēmas -

Unicode literals can also use the same escape sequences as 8-bit strings, including \x, but \x only takes two hex digits so it can't express an arbitrary code point. Octal escapes can go up to U+01ff, which is octal 777.

Sanāk, ka pieraksts u'\xc4\x93' apzīmē divus kaut kādus unicode simbolus nevis vienu - "ā", un tāpēc arī "print u'\xc4\x93'" izdod kaut kādu ķeburu ne "ā".

Nu un tālāk skaidrs - tu dabū to unikodes stringu tajā \x... pierakstā, un iemāni pitonam kā parastu ne-unikodes stringu, kurā \xc4\x93 ir divi simboli, un no kura var ieenkodēt kā vajag.

Laikam.

(Reply to this) (Thread)

ir kāda ideja, kur ir problēma? xmlrpc jau pēc noklusēšanas lieto utf-8.

(Reply to this) (Parent) (Thread)

droši vien tas php sūta utf8. Nu tad viņu varētu ņemt pretī kā parastu ascii un tad taisīt decode('utf-8'), ja vajadzīgs utf8 strings.
Skatījos, ja lieto xmlrpclib Server klasi, tad tai var norādīt encoding - nu, var pamēģināt ascii vai utf-8, redz, kas notiek.

(Reply to this) (Parent)