如何輸入unicode字符並獲取其數值

我正在嘗試創建一個文件並刪除所有不是希臘語的字符。我們找到了字母表的Unicode值，880 - 1023，並且能夠用簡單的print(unichr(880))行打印出正確的字符。問題是，運行此代碼如何輸入unicode字符並獲取其數值

greek ='ÏÎ' 
for c in greek: 
    if(unichr(c) >= 880 and unichr(c) <= 1023): 
     print(c)

時有沒有辦法輸入任何字母或符號，將返回一個Unicode值。我們已經與價值外，仍然測試的希臘範圍內得到了同樣的錯誤，UnicodeDecodeError: 'ascii' codec cannot decode byte 0xc3 in position 0: ordinal not in range(128)

來源

2016-03-11 Greg Tzikas

請注意正確格式化您的代碼。您應該使用行返回將代碼放在不同的行上。 –

我想你想'ord' –

這是python 2？ – tdelaney

你有幾個問題。假設這是python 2（因爲python 3中沒有unichr，你會得到一個不同的錯誤），你的第一個問題是你沒有初始化一個unicode字符串。

>>> greek ='ÏÎ' 
>>> len(greek) 
4

這些都不是2個Unicode字符...他們是4個單字節字符也恰好是Unicode字符的UTF-8編碼。相反，做

greek =u'ÏÎ'

接下來，這些都不是機器人，我的意思是希臘字母，你認爲他們是。

>>> ord(greek[0]) 
207

這些是128-255範圍內的代碼頁字符，並且在您要查找的範圍之外。你想要這些嗎？

>>> greek = u'Ϊΐ' 
>>> ord(greek[0]) 
938

最後，unichr去錯誤的方式......它轉換序字符，但你想要去的其他方式。所以，

>>> for c in greek: 
...  if ord(c) >= 880 and ord(c) <= 1023: 
...   print(c) 
... 
Ϊ 
ΐ

來源

2016-03-11 02:35:13 tdelaney

有沒有一個網站/鏈接給你正確的符號/字母和與它們相關的代碼。如果我們從文件中讀取這個文件，我們是否也做同樣的事情？我們的最終目標是讀取一個大文件，我們首先得到幾個字符的邏輯和測試 –

奇怪的轉換可能發生在幾個地方，所以它有可能讓您有合適的數字開始。它的unicode 100種方式之一讓我瘋狂。我使用了[unicode測試頁面]（http://www.ltg.ed.ac.uk/~richard/unicode-sample.html）（你需要刪除空格），但是使用'u''join（unichr（x）對於範圍內的x（880,1024））'會起作用。 – tdelaney

順便說一句，如果可以的話，我建議在Python 3中實現。它的默認字符串類型是unicode，並且有更少的意外。有時候它更容易混淆，因爲你可能玩弄字節，編碼等等，但是總的來說錯誤更少。 – tdelaney

你一定要使用ord，它是像chr或unichr反函數：

>>> x = unichr(1000) 
>>> ord(x) 
1000 
>>> y = unichr(880) 
>>> y 
u'\u0370' 
>>> ord(y) 
880 
>>> help(ord) 
Help on built-in function ord in module __builtin__: 

ord(...) 
    ord(c) -> integer 

    Return the integer ordinal of a one-character string.

所以你把它傳給一個unicode字符，它會給你這個字符的序數。

來源

2016-03-11 02:23:12

unichr接受整數並且返回 unicode字符。我的第一個建議是，您在這裏替換unichr和ord，因爲您傳遞的是字符串，並且想要取回表示unicode代碼點的整數。

現在對於Unicode解碼errror-我懷疑這是因爲print隱式地試圖編碼您的unicode字符串，但不知道如何去做。如果你用utf-8顯式編碼你的unicode字符串，你可能會有更多的運氣。試試這個：

greek = u'ÏÎ' 
for c in greek: 
    if(ord(c) >= 880 and ord(c) <= 1023): 
     print(c.encode('utf-8'))

來源

2016-03-11 02:27:21 zachwf

您必須確保您的編輯器以UTF-8編碼保存您的程序。這取決於你使用的文本編輯器。如果您使用IDLE，則會在保存時建議添加coding行。

另外，不需要在括號內附上條件，您可以使用short。

這是蟒蛇3

# -*- coding: utf-8 -*- 
greek ='ÏÎ' 
for c in greek: 
    if 880 <= ord(c) <= 1023: 
    print(c)

（在我的屏幕，這兩個字符顯示爲資本我波浪口音和資金我抑揚音 - 用正確的字符替換）。

來源

2016-03-11 03:07:50

如何輸入unicode字符並獲取其數值

回答

相關問題