如何確定Python是用UCS-2還是UCS-4編譯的？

Question

正如標題所說的那樣。

$ ./configure --help | grep -i ucs
  --enable-unicode[=ucs[24]]

搜索官方文檔，我發現了這個：

sys.maxunicode ：一個整數，給出Unicode字符支持的最大代碼點。 其值取決於配置選項，該選項指定Unicode字符是否存儲為UCS-2或UCS-4。

這里不清楚的是 - 哪些值對應於UCS-2和UCS-4。

該代碼預計適用於Python 2.6+。

Answer 1

使用--enable-unicode = ucs4構建時：

>>> import sys
>>> print sys.maxunicode
1114111

使用--enable-unicode = ucs2構建時：

>>> import sys
>>> print sys.maxunicode
65535

Answer 2

UCS-2為0xFFFF（或65535），UCS-4為0x10FFFF（或1114111）：

Py_UNICODE
PyUnicode_GetMax(void)
{
#ifdef Py_UNICODE_WIDE
    return 0x10FFFF;
#else
    /* This is actually an illegal character, so it should
       not be passed to unichr. */
    return 0xFFFF;
#endif
}

UCS-4模式中的最大字符由UTF-16中可表示的maxmimum值定義。

Answer 3

我有過同樣的問題一次。 我在我的wiki上為自己記錄了這個

http://arcoleo.org/dsawiki/Wiki.jsp?page=Python%20UTF%20-%20UCS2%20or%20UCS4

我寫 -

import sys
sys.maxunicode > 65536 and 'UCS4' or 'UCS2'

Answer 4

sysconfig將從python的配置變量中告訴unicode大小。

可以像這樣查詢構建標志。

Python 2.7：

import sysconfig
sysconfig.get_config_var('Py_UNICODE_SIZE')

Python 2.6：

import distutils
distutils.sysconfig.get_config_var('Py_UNICODE_SIZE')

Answer 5

我遇到了同樣的問題，並發現了一個半官方的代碼，它確實可以解決同樣的問題： https ： //bitbucket.org/pypa/wheel/src/cf4e2d98ecb1f168c50a6de496959b4a10c6b122/wheel/pep425tags.py ？at = default＆fileviewer = file-view-default＃pep425tags.py-83：89 。

它來自wheel項目，它需要檢查python是否使用ucs-2或ucs-4編譯，因為它將更改生成的二進制文件的名稱。

Answer 6

另一種方法是創建一個Unicode數組並查看itemsize：

import array
bytes_per_char = array.array('u').itemsize

從array文檔引用：

'u'類型代碼對應Python的unicode字符。 在窄的Unicode版本中，這是2字節，在寬版本上，這是4字節。

請注意，從3.3之后的版本中刪除了窄版本和寬版本之間的區別，請參閱PEP393 。 array的'u'類型代碼自3.3以來不推薦使用，並計划在Python 4.0中刪除。

Answer 7

65535是UCS-2：

因此，代碼點U + 0000被編碼為數字0，並且U + FFFF被編碼為65535（其為十六進制的FFFF16）。