Python2 处理 Unicode 字符串的规则

Posted 2020-10-14 Anonymous

在 Python2 中处理 Unicode 字符串，需遵循如下规则：

1. 程序中的字符串要加前缀 u

2. 不要用 str()，而应该用 unicode() 作为字符串转换函数。不要使用 chr()，而应该使用 unichr()

3. 不要使用 string 模块

4. 如非必要，不要使用 encode 和 decode 编解码 unicode 字符串。只有当要将 unicode 字符串写入文件，数据库，或者网络时，要先将其 encode 为 byte stream，然后再写入，同样的，从文件，数据库，或者网络读取的 byte stream 要先 decode 为 unicode 字符串，然后才能使用。

例如：

if __name__ == ‘__main__‘:

    #str_out = u‘Hello world!‘
    str_out = u‘宁静致远‘
    print ‘>>> str_out = %s‘ % str_out  # for test

    byte_encode = str_out.encode(‘utf-8‘)

    # write the encoded bytes stream into file
    fho = open(‘use_unicode_encode_decode_3.log‘, ‘w‘)
    fho.write(byte_encode)
    fho.close()

    # read the encoded bytes stream from file, and then decode it
    fhi = open(‘use_unicode_encode_decode_3.log‘, ‘r‘)
    byte_in = fhi.read()
    fhi.close()

    str_in = byte_in.decode(‘utf-8‘)
    print ‘<<< str_in = %s‘ % str_in  # for test

完。