代码之家 › 专栏 › 技术社区 › Adam Matan

Python字符串格式化+UTF-8奇怪的行为

utf-8 string python

3

Adam Matan · 技术社区 · 15 年前

打印固定长度的格式化字符串时(例如, %20s ),宽度不同于UTF-8字符串和普通字符串:

>>> str1="Adam Matan"
>>> str2="××× ××ª×"
>>> print "X %20s X" % str1
X           Adam Matan X
>>> print "X %20s X" % str2
X        ××× ××ª× X

注意区别:

X           Adam Matan X
X        ××× ××ª× X

有什么想法吗?

3 回复 | 直到 15 年前

1

7

tghw megawac 15 年前

您需要通过将 u

>>> str1="Adam Matan"
>>> str2=u"××× ××ª×"
>>> print "X %20s X" % str1
X           Adam Matan X
>>> print "X %20s X" % str2
X              ××× ××ª× X

2

3

lunaryorn 15 年前

在Python2中,未固定的字符串文字是 str ,这是一个 字节字符串 . 它存储任意字节,而不是字符。UTF-8编码一些超过一个字节的字符。 str2 因此,包含的字节比实际字符多,并且在字符串格式中显示意外但完全有效的行为。如果你看看实际情况字节 repr 而不是 print

如前所述,解决方案是使用unicode字符串。在Python中处理字符串时,您绝对需要理解并认识unicode和字节字符串之间的区别。

3

1

MichaÅ Kwiatkowski 15 年前

请这样做:

>>> str1="Adam Matan"
>>> str2=unicode("××× ××ª×", "utf8")
>>> print "X %20s X" % str2
X              ××× ××ª× X
>>> print "X %20s X" % str1
X           Adam Matan X