Python 2.7打印阿拉伯语词汇/列表显示Unicode问题求助

嘿，我来帮你搞定这个阿拉伯语显示的问题！你看到的那些u'\u0631\u0626\u064a\u0633'其实是Python 2.7对Unicode字符串的内部表示，并不是真的乱码，只是终端输出时没正确渲染成阿拉伯语字符而已。下面是几个靠谱的解决办法：

1. 先让终端支持UTF-8编码 #

如果用的是Windows自带的命令提示符（cmd），先执行这条命令切换编码：

chcp 65001

这条命令会把终端编码改成UTF-8，这样它才能正确显示阿拉伯语。要是用的是PowerShell、Git Bash或者其他现代终端，一般默认已经支持UTF-8，不用这一步。

2. 显式编码后再打印 #

Python 2.7里直接打印带u前缀的Unicode字符串时，经常会因为终端默认编码不匹配，输出转义序列。你可以把每个Unicode字符串转换成UTF-8字节串再打印：

比如你原来打印document[0]的代码，改成这样：

# 提取阿拉伯语词汇列表和标签
arabic_words = document[0][0]
label = document[0][1]

# 逐个打印编码后的阿拉伯语词汇
for word in arabic_words:
    print(word.encode('utf-8'))

# 标签如果是Unicode也编码一下，ASCII的话直接打印就行
print(label.encode('utf-8') if isinstance(label, unicode) else label)

要是想直接打印整个处理后的列表，可以这么写：

processed_item = [
    [word.encode('utf-8') for word in document[0][0]],
    document[0][1].encode('utf-8') if isinstance(document[0][1], unicode) else document[0][1]
]
print(processed_item)

3. 全局设置Python输出编码（可选） #

如果你不想每次都手动编码，可以在代码开头加几行，强制Python的标准输出用UTF-8：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')

不过要注意，修改全局默认编码可能会影响项目里其他依赖ASCII编码的逻辑，所以要是你的代码还有其他字符串处理逻辑，得谨慎用这个方法。

原理其实很简单：那些\u开头的转义字符就是阿拉伯语字符的Unicode码点，只要终端能识别UTF-8，并且你把字符串转换成UTF-8字节输出，就能看到真实的阿拉伯语词汇了。

内容的提问来源于stack exchange，提问作者Ahmed