python - 如何在 Python 中处理多字节字符串

Question

PHP中有多字节字符串函数来处理多字节字符串（例如：CJK脚本）。例如，我想通过len在python中使用函数来计算多字节字符串中有多少个字母，但它返回的结果不准确（即这个字符串中的字节数）

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

PHP中有没有类似mb_strlen的包或函数？

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u字符串前面的。

要将字节串转换为 Unicode，请使用decode："桜の花びらたち".decode('utf-8')

Answer 2

尝试将其转换为unicode第一个：

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

给出 7。您正在处理 utf-8 编码的字符串，它确实有 21 个字节。