比較用戶輸入的Unicode字符與文件中的Unicode字符

Question

所以我有此代碼，以便我可以從用戶輸入unicode字符串

print "Enter a nepali string" 
split_string=raw_input().decode(sys.stdin.encoding or locale.getpreferredencoding(True))

而且我在文件中有一些unicode字符串，如果該unicode字符串與用戶輸入字符串中的子字符串匹配，那么我就必須拆分該字符串。 假設我在文件中有“सुर”，並且如果它與用戶輸入的“सुरक्षा”匹配，那么我只想在輸出中輸入“क्का”

with codecs.open("prefixnepali.txt","rw","utf-8") as prefix:
    for line in prefix:
          line=ud.normalize('NFC',line)
          if line in split_string:
             prefixy=split_string[len(line):len(split_string)]
             print prefixy
          else:
            print line

但是當我運行程序時，我得到了

दि

सुर

रु

當我在終端中輸入“सुरक्षा”時，文件中的unicode字符串是哪些。 我能知道這是怎么回事嗎？

Answer 1

問題可能很簡單：從文件讀取的行的末尾有換行符。 使用splitlines在勸讀取文件而無需換行 ，並使用.readlines當除暴安良的\\ n（）

with codecs.open("prefixnepali.txt","rw","utf-8") as prefix:
    for line in prefix.read().splitlines():
          line=ud.normalize('NFC',line)
          if line in split_string:
             prefixy=split_string[len(line):len(split_string)]
             print prefixy
          else:
             print line

而且順便說一句， line in split_string會尋找發生line內的任何地方split_string 。 如果您要查找完全匹配的前綴，則應該使用split_string.find(line) == 0或split_string[0:len(line)] == line 。