[英]Python unicode string literals :: what's the difference between '\u0391' and u'\u0391'
[英]Difference between u'string' and unicode(string)
这是我制作的示例程序:
>>> print u'\u1212'
ሒ
>>> print '\u1212'
\u1212
>>> print unicode('\u1212')
\u1212
当我print unicode('\ሒ')
时,为什么我会得到\ሒ
而不是ሒ
?
我正在制作一个程序来存储数据而不是打印它,所以我如何存储ሒ
而不是\ሒ
? 现在显然我做不了类似的事情:
x = u''+unicode('\u1212')
有趣的是,即使我这样做,这是我得到的:
\u1212
我认为值得一提的另一个事实是:
>>> u'\u1212' == unicode('\u1212')
False
我该怎么做才能存储ሒ
或其他类似的字符而不是\\uxxxx
?
'\ሒ'
是一个ASCII字符串,6个字符: \\
, u
, 1
, 2
, 1
,和2
。
unicode('\ሒ')
是Unicode字符串与6个字符: \\
, u
, 1
, 2
, 1
,和2
u'\ሒ'
是一个带有一个字符的Unicode字符串: ሒ
。
你应该使用Unicode字符串,如果这是你想要的。
u'\u1212'
如果由于某种原因你需要将'\ሒ'
转换为u'\ሒ'
,请使用
'\u1212'.decode('unicode-escape')
(请注意,在Python 3中,字符串始终是Unicode。)
这只是一个误解。
这是一个unicode字符串: x = u'\ሒ'
当您调用print x
,它将打印其字符( ሒ
),如图所示。 如果你只需要调用X,它会显示在repr
的这esntation:
u'\u1212'
一切都与世隔绝。
这是一个ascii字符串: y = "\ሒ"
当您调用print y
,它将打印其值( \ሒ
),如图所示。 如果你只需要调用X,它会显示在repr
的这esntation:
'\\udfgdfg'
请注意指示斜杠正在转义的双斜杠( \\\\
)。
那么,让我们看看下面的函数调用: print unicode('\ሒ')
这是一个函数调用,我们可以用变量替换字符串,所以我们将使用等效函数:
y = "\u1212"
print unicode(x)
但正如上面的第二个例子中, y
是一个ascii字符串,内部管理为'\\ udfgdfg',它根本不是unicode字符串。 所以'\\\\udfgdfg'
的unicode表示完全相同。 这就是为什么它表现不正常。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.