Python中文字符串截取問題
更新時(shí)間：2015年06月15日 09:21:03 投稿：hebedich
web應(yīng)用難免會截取字符串的需求,Python中截取英文很容易，但是截取utf-8的中文機(jī)會截取一半導(dǎo)致一些不是亂碼的亂碼.其實(shí)utf8截取很簡單,這里記下來分享給大家
先來看個(gè)例子：
#-*- coding:utf8 -*-
s = u'中文截取'
s.decode('utf8')[0:3].encode('utf8')
# 結(jié)果u'中文截取
延伸閱讀：
UTF-8中的漢字占用多少字節(jié)？
占2個(gè)字節(jié)的：〇
占3個(gè)字節(jié)的：基本等同于GBK，含21000多個(gè)漢字
占4個(gè)字節(jié)的：中日韓超大字符集里面的漢字，有5萬多個(gè)
一個(gè)UTF-8數(shù)字占1個(gè)字節(jié)
一個(gè)UTF-8英文字母占1個(gè)字節(jié)
在查找 UTF-8 編碼資料時(shí)發(fā)現(xiàn)，很多的帖子說的 UTF-8 編碼里，一個(gè)漢字占用3個(gè)字節(jié)，有的還做了個(gè)證明，大概是這樣的，創(chuàng)建一個(gè)沒有BOM的UTF-8編碼的文本文件，里面保存了幾個(gè)漢字，然后查看文件的大小。我覺得這樣的證明沒有一點(diǎn)說服力，因?yàn)?UTF-8 是變長的，1-6個(gè)字節(jié)，少量的漢字檢測是不能說明所有的漢字都是的。
后來我又查看了字符映射表－漢語，找到了正確的答案，少數(shù)是漢字每個(gè)占用3個(gè)字節(jié)，多數(shù)占用4個(gè)字節(jié)。
以上所述就是本文的全部內(nèi)容了，希望大家能夠喜歡。
相關(guān)文章
今天小編就為大家分享一篇使用Bazel編譯TensorBoard教程，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了python計(jì)算文本文件行數(shù)的方法,涉及Python針對文本文件的讀取與行數(shù)統(tǒng)計(jì)相關(guān)技巧,需要的朋友可以參考下2015-07-07
Python實(shí)現(xiàn)的檢測網(wǎng)站掛馬程序
這篇文章主要介紹了Python實(shí)現(xiàn)的檢測網(wǎng)站掛馬程序,需要的朋友可以參考下2014-11-11
keras .h5轉(zhuǎn)移動端的.tflite文件實(shí)現(xiàn)方式
這篇文章主要介紹了keras .h5轉(zhuǎn)移動端的.tflite文件實(shí)現(xiàn)方式，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05
Python的文本處理是經(jīng)常碰到的一個(gè)問題，非常重要的，這篇文章主要和大家分享的是3個(gè)Python讀取文本文件內(nèi)容的常用方法，希望對大家深入學(xué)習(xí)Python有所幫助2023-07-07
這篇文章主要介紹了matlab?atan2函數(shù)解析,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
python之cur.fetchall與cur.fetchone提取數(shù)據(jù)并統(tǒng)計(jì)處理操作
這篇文章主要介紹了python之cur.fetchall與cur.fetchone提取數(shù)據(jù)并統(tǒng)計(jì)處理操作，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
Python調(diào)用C語言的方法【基于ctypes模塊】
這篇文章主要介紹了Python調(diào)用C語言的方法,涉及Python基于ctypes模塊調(diào)用C語言編譯后的動態(tài)鏈接庫文件相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
Python發(fā)送郵件的幾種方式(最全總結(jié)!)
發(fā)送電子郵件是個(gè)很常見的開發(fā)需求,平時(shí)如果有什么重要的信息怕錯(cuò)過,就可以發(fā)個(gè)郵件到郵箱來提醒自己,這篇文章主要給大家介紹了關(guān)于Python發(fā)送郵件的幾種方式,需要的朋友可以參考下2024-03-03
這篇文章主要介紹了Python接口測試文件上傳實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05