Python中默認存儲Unicode字符串的類型是什麼樣的represantation？

>>> name = "âțâîâ" 
>>> name 
'\xc3\xa2\xc8\x9b\xc3\xa2\xc3\xae\xc3\xa2' 
>>> len(name) 
10 
>>> u = name.decode('utf-8') 
>>> len (u) 
5 
>>>

什麼是蟒蛇的默認編碼，如果你不指定任何？

見http://docs.python.org /howto/unicode.html –

請，**沒有「unicode編碼」這樣的事情**。有Unicode，有編碼。 Unicode是**不是**編碼。 –

@DanielRoseman只是谷歌：「unicode編碼」，也是我的字典中說的：U·ni·code Noun /yo͞oniˌkōd/ 一種國際編碼標準，用於不同的語言和腳本，每個字母，數字或符號被分配給獨特的數值適用於不同的平臺和程序 –

也許你正在使用Python 2，（如果沒有，這個答案是壞）

什麼情況如下：

>>> name = "âțâîâ"

分配給name一（字節）的字符串，其內容是由你的終端編碼決定。你的文本編輯器。在你的情況下，這顯然是UTF8。

這些字節顯示有

>>> name 
'\xc3\xa2\xc8\x9b\xc3\xa2\xc3\xae\xc3\xa2'

只有當你與

>>> u = name.decode('utf-8')

解碼它，你得到一個unicode字符串。在這裏你指定編碼。

一種更簡單，更可靠的方法是直接做

u = u"âțâîâ"

，然後才提取字節根據你想要的編碼：

name = u.encode("utf-8")

2012-09-12 08:42:41 glglgl

是的，我正在使用Python 2 –

您正在指定一個python字符串文字，它們的編碼是由您的編輯器的默認設置（或者在您的終端的python解釋器的情況下）確定的。 Python在這方面沒有發言權。

默認情況下，python 2試圖將源代碼解釋爲ASCII。在python 3中，這已被切換爲UTF-8。

請閱讀Python Unicode HOWTO以進一步瞭解Unicode與輸入和輸出編碼的區別。你也應該閱讀Joel Spolksy的article on Unicode。

2012-09-12 08:33:37

回答