Posted on 2008-10-09 21:46
leekiang 阅读(1196)
评论(0) 编辑 收藏 所属分类:
python
用python处理字符串很容易，但是在处理中文的时候需要注意一些问题。
比如：
a = "我们是python爱好者"
print a[0]
只能输出“我”字的前半部分，要想输出整个的我字还需要
b = a[0:2]
print b
才行，很不方便，并且当一段文本中同时有中英文?氖焙蚝苣汛怼?
最好的办法就是转换为unicode。
像这样：
c = unicode(a, "gb2312")
print c[0]
这个时候c的下标对应的就是每一字，不再是字节，并且通过 len(c) 就可以获得字数！
还可以很方便的转换为其他编码，比如转换为 utf-8
d = c.encode("utf-8")
转自 http://www.okpython.com/bbs/viewthread.php?tid=311