python里面中文字符串的问题

Linius 发布于 2011/06/26 00:22
阅读 12K+
收藏 0

Python中默认情况下,赋值strs = '默认编码是ascii',输出strs[0],结果为'Ä',输出strs[10]为'a',输出strs[0:2]才是'默'。这样的话,在处理中文字符串的时候很麻烦。能否让strs[0]输出'默',让strs[5]输出'a'?

加载中
0
骠骑将军
骠骑将军
#! /usr/bin/env python
# -*- coding: utf-8 -*-

a = '默认编码是ascii'
print a, len(a)
for c in a:
    print c
    
b = unicode (a, "utf-8")
print b,len(b)
for c in b:
    print c
=========================
结果:

>>> 
默认编码是ascii 20
é
ᄏ
リ
è
ᆴ
ᄂ
ç
ᄐ
ヨ
ç
ᅠ
チ
æ
リ
ᆵ
a
s
c
i
i
默认编码是ascii 10
默
认
编
码
是
a
s
c
i
i
骠骑将军
骠骑将军
@Linius: 必须写coding,否则中文有问题
Linius
Linius
请问第二行代码是必须添加的吗?它的作用是什么?谢谢,确实如你写的代码那样。
0
周翼翼
周翼翼

要把中文按unicode处理,每两个字节为一个character就可以了.[0]是取第一个元素(item)"

s[i] i‘th item of s, origin 0 http://docs.python.org/library/stdtypes.html#typesseq

"

0
asdfsx
asdfsx

字符串在Python内部的表示是unicode编码,因此,在做编码转换时,通常需要以unicode作为中间编码,即先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码。
decode的作用是将其他编码的字符串转换成unicode编码,如str1.decode('gb2312'),表示将gb2312编码的字符串str1转换成unicode编码。

encode的作用是将unicode编码转换成其他编码的字符串,如str2.encode('gb2312'),表示将unicode编码的字符串str2转换成gb2312编码。

试验一下:
a = '默认编码是ascii'
b=a.decode('gbk')

返回顶部
顶部