如何在Python中處理多字節字符串

Question

PHP中有多字節字符串函數來處理多字節字符串（例如：CJK腳本）。 例如，我想通過在python中使用len函數計算多字節字符串中的字母數，但它返回一個不准確的結果（即此字符串中的字節數）

japanese = "桜の花びらたち"
print japanese
print len(japanese)#return 21 instead of 7

在PHP中是否有像mb_strlen這樣的包或函數？

Answer 1

使用Unicode字符串 ：

# Encoding: UTF-8

japanese = u"桜の花びらたち"
print japanese
print len(japanese)

注意字符串前面的u 。

要將字節字符串轉換為Unicode，請使用decode ： "桜の花びらたち".decode('utf-8')

Answer 2

嘗試首先將其轉換為unicode ：

print len(japanese.decode("utf-8"))

7.您正在使用utf-8編碼的字符串，它實際上有21個字節。