Python 2 maketrans() 函数不适用于 Unicode：实际上是“参数长度不同”

Posted 2023-03-13

【中文标题】Python 2 maketrans() 函数不适用于 Unicode：实际上是“参数长度不同”

【英文标题】：Python 2 maketrans() function doesn't work with Unicode: "the arguments are different lengths" when they actually are

【发布时间】：2015-07-18 11:40:40

【问题描述】：

[Python 2] SUB = string.maketrans("0123456789","₀₁₂₃₄₅₆₇₈₉")

此代码产生错误：

ValueError: maketrans arguments must have same length

我不确定为什么会发生这种情况，因为字符串的长度相同。我唯一的想法是下标文本长度与标准大小的字符有些不同，但我不知道如何解决这个问题。

【问题讨论】：

在 Python 3 中运行良好（无论如何它确实有更好的 unicode 支持），这对你来说是一个选择吗？

目前我正在运行 python 2.7，但我一定会看看 Python 3

Python 3 代码来自@ZeroPiraeus 对"Printing subscript in python" 的简洁回答

【参考方案1】：

不，参数的长度不同：

>>> len("0123456789")
10
>>> len("₀₁₂₃₄₅₆₇₈₉")
30

您正在尝试传入编码数据；我在这里使用 UTF-8，每个数字编码为 3 个字节。

您不能使用str.translate() 将 ASCII 字节映射到 UTF-8 字节序列。将您的字符串解码为unicode 并使用略有不同的unicode.translate() 方法；它需要一个字典：

nummap = ord(c): ord(t) for c, t in zip(u"0123456789", u"₀₁₂₃₄₅₆₇₈₉")

这将创建一个映射 Unicode 代码点（整数）的字典，然后您可以将其用于 Unicode 字符串：

>>> nummap = ord(c): ord(t) for c, t in zip(u"0123456789", u"₀₁₂₃₄₅₆₇₈₉")
>>> u'99 bottles of beer on the wall'.translate(nummap)
u'\u2089\u2089 bottles of beer on the wall'
>>> print u'99 bottles of beer on the wall'.translate(nummap)
₉₉ bottles of beer on the wall

如果您愿意，您可以再次将输出编码为 UTF-8。

来自method documentation：

对于 Unicode 对象，translate() 方法不接受可选的 deletechars 参数。相反，它返回 s 的副本，其中所有字符都已通过给定的转换表映射，该转换表必须是 Unicode 序数到 Unicode 序数、Unicode 字符串或None 的映射。未映射的字符保持不变。映射到None 的字符被删除。

【讨论】：

有没有其他方法可以在 python 中获取下标字符？甚至是克服这种长度差异的方法

Aaron：这不是 Python 的限制……而是暗示 ASCII 和 Unicode 之间的差异。 ASCII 中没有“下标字符”。使用 Unicode 字符的含义是 Python 不能将这些字符视为 ASCII —— 任何这样做的尝试都可能在某些情况下有效，但在其他情况下会中断。

@Martijn 你从哪里得到 30？我得到 10 个或“输入中不支持的字符”，这取决于我在哪里尝试。

@StefanPochmann：在配置为使用 UTF-8 的终端中使用交互式解释器。

仅在 Python 2 中。Python 2 中的长度为 30，Python 3 中为 10。OP 的代码在 Python 3 中运行良好。