4

我不明白：

'ô TRAM'.upper() != 'Ô TRAM'
'ô TRAM'.upper() == 'ô TRAM'

当我们要求大写时，所有文本编辑器（包括vim和emacs）都将 'ô TRAM'.upper() 转换为 'Ô TRAM'。为什么 Python 似乎只大写 [a-zA-Z] 字符？解决方法是什么？

4

3 回答 3

10

在默认使用 Unicode 的 Python 3 中，它应该可以工作。

在 Python 2 中，你必须强制它，这会成功：

u'ô TRAM'.upper()

u防止文本转换为 ASCII。（保留为 unicode）

于 2013-03-19T07:58:03.763 回答
4

@Thanakon 简要指出的是正确的：您可以在Unicode String上执行此操作。

不过，您确实问过为什么Python 不对“窄”字符串执行此操作。原因是：Unicode 是一个非常大的东西——就内存和处理而言。这绝对不是小事。查看Unicode定义或ICU 库的实现。

早在 90 年代初，当 Python 被构思出来时，字符串上的 Unicode 还不是一个大问题。对于 Python 社区来说，向后兼容性一直是一个大问题。因此，在某些 2.x 版本中仅执行“窄字符串上的 unicode 大写”是非常困难的。

但是其他人在 2000 年代对这种解决方案并不满意，因此他们发明了一种新的数据类型：unicode. 如果您将数据放在那里，您将获得成熟的 Unicode 功能。为了您的方便，还有其他模块......

哦，顺便说一句：您显示的窄字符串必须在代码页中解释，然后才能以 unicode-ish 大写它。正如您的字符串在此处显示的那样，它是许多编码解释之一（也许是 ISO-8859-1？）

但现在是好事：在Python 3中，他们认为打破向后兼容性是值得的。那么默认字符串是一个 Unicode 字符串！当您'hello'在 Python 3 中编写时，这与在 Python 2 中相同u'hello'。在此之上，您将获得 Unicode 功能。

无论哪种方式，在 Python 2u'blah'或 Python 3'blah'中，您必须确保 python 文件以 UTF-8（或类似格式）保存。在 Python 3 中，它是 -files 的标准编码*.py，在 Python 2 中，您必须添加包含文件编码的标题行 # -*- coding: utf-8 -*-，或者确保您的编辑器写入UTF-8 BOM 标记。

于 2013-03-19T08:40:30.427 回答
3

您将问题标记为unicode，但从未将字符串设为 unicode：

>>> print u'ô TRAM'.upper()
Ô TRAM
>>> print 'ô TRAM'.upper()
ô TRAM
于 2013-03-19T07:58:40.290 回答