Python - 如何在作為變量的Unicode字符上執行字符串查找？

Question

這有效

s = 'jiā'
s.find(u'\u0101')

我該怎么做這樣的事情：

s = 'jiā'
zzz = '\u0101'
s.find(zzz)

由於我現在使用變量，如何指示變量表示的字符串是Unicode？

Answer 1

由於我現在使用變量，如何指示變量表示的字符串是Unicode？

首先將它定義為Unicode字符串。

zzz = u"foo"

或者，如果您已經在某些其他編碼中使用了字符串，則將其轉換為Unicode（如果字符串是非ASCII，則必須指定原始編碼）。

zzz = unicode(zzz, encoding="latin1")

或者使用Python 3，其中所有字符串都是Unicode。

Answer 2

你帖子中定義的zzz是一個普通的str對象，而不是一個unicode對象，所以沒有辦法表明它實際上不是。 但是，您可以通過指定編碼將str對象轉換為unicode對象：

s.find(zzz.decode("utf-8"))

通過編碼字符串的任何編碼來替換utf-8 。

請注意，在您的示例中

zzz = '\u0101'

zzz是一個長度為6的普通字符串。之后沒有簡單的方法可以修復這個錯誤的字符串文字，除了沿着

ast.literal_eval("u'" + zzz + "'")

Answer 3

在某些情況下（我忽略了），您還必須解碼您正在查找的字符串：

s.decode("utf-8").find(u"\u0101")