问题标签 [python-2.x]

我有一个 unicode 字符串，我需要返回前 N 个字符。我正在这样做：

但当然是 unicode 字符串的长度！= 字符的长度。有任何想法吗？唯一的解决方案是使用 re?

编辑：更多信息

返回->？

我认为 unicode 字符串是两个字节（char），这就是发生这种情况的原因。如果我做：

我明白了

M

这是正确的，那么，我应该总是切片 *2 还是应该转换成什么？

我有两个关于元类和多重继承的问题。第一个是：为什么我得到一个 TypeError 的类Derived而不是Derived2？

确切的错误信息是：

TypeError: Error when calling the metaclass bases Cannot create a consistent method resolution order (MRO) for bases object, Klass

第二个问题是：为什么super在这种情况下不起作用（如果我使用__init__而不是__new__，则super再次起作用）：

我得到：

TypeError: Error when calling the metaclass bases type.__new__(X): X is not a type object (str)

我正在使用 Python 2.6。

我在磁盘上有一个只有 168MB 的文件。它只是一个逗号分隔的单词，id 列表。单词长度可以是 1-5 个字符。有 650 万行。

我在 python 中创建了一个字典来将其加载到内存中，这样我就可以根据该单词列表搜索传入的文本。当 python 将其加载到内存中时，它显示已使用 1.3 GB 的 RAM 空间。知道为什么吗？

所以假设我的word文件看起来像这样......

然后再加上 650 万。然后我遍历该文件并创建一个字典（python 2.6.1）：

只是这样做会炸毁内存。我查看活动监视器，它将内存与所有可用的内存挂钩，最高可达 1.5GB 左右的 RAM 在我的笔记本电脑上，它刚刚开始交换。任何想法如何使用 python 最有效地将键/值对存储在内存中？

更新：我尝试使用 anydb 模块，在 440 万条记录之后它就死了，浮点数是我尝试加载它以来经过的秒数

你可以看到它运行得很好。每隔几秒插入 200,000 行，直到我撞到墙，时间翻了一番。

我想要的只是让 bool(myInstance) 返回 False（并且让 myInstance 在 if/or/and 等条件下评估为 False。我知道如何覆盖 >、<、=）

我试过这个：

有什么建议么？

（我使用的是 Python 2.6）

是否有任何聪明的内置函数或将返回1以下min()示例的内容？（我敢打赌它不返回任何东西是有充分理由的，但在我的特殊情况下，我需要它来忽略None非常糟糕的值！）

我是编程新手，尤其是 Python。我正在尝试制作一个将华氏温度转换为摄氏温度的应用程序，但我不知道如何使程序保持打开状态。每当它到达代码的末尾时，它会在用户看到他或她的结果之前自动关闭。我正在使用 Python 2.6。

在上面的代码中，注释掉的__init__调用似乎是进行超类初始化的普遍接受的“智能”方式。但是，如果类层次结构可能发生变化，我一直在使用未注释的形式，直到最近。

似乎在调用B上述层次结构中的超级构造函数时，B.__init__再次调用self.__class__它实际上是C，而不是B我一直假设的那样。

Python-2.x 中是否有某种方法可以在调用超级构造函数而不命名当前类（Bin in ）时维护正确的 MRO（关于以正确的顺序初始化所有父类super(B, self).__init__(1, b, c)）？

在 Python 脚本中，有没有办法判断解释器是否处于交互模式？这很有用，例如，当您运行交互式 Python 会话并导入模块时，会执行稍微不同的代码（例如，关闭日志记录）。

我已经查看了tell python是否处于-i模式并尝试了那里的代码，但是，该函数仅在使用-i标志调用Python时才返回true，而不是在用于调用交互模式的命令python没有参数时返回.

我的意思是这样的：

在 Python 2.x 中：

这是为什么？

我首先尝试使用 python 在 sqlite 中存储字符串，并得到消息：

sqlite3.ProgrammingError：除非您使用可以解释 8 位字节串的 text_factory（如 text_factory = str），否则不得使用 8 位字节串。强烈建议您将应用程序切换为 Unicode 字符串。

好的，我切换到 Unicode 字符串。然后我开始收到消息：

sqlite3.OperationalError：无法解码为带有文本“Sigur Rós”的 UTF-8 列“tag_artist”

尝试从数据库中检索数据时。更多研究，我开始用 utf8 对其进行编码，但随后“Sigur Rós”开始看起来像“Sigur Rós”

注意： 正如@John Machin 指出的那样，我的控制台设置为显示在“latin_1”中。

是什么赋予了？在阅读完这篇文章后，描述了与我完全相同的情况，似乎建议是忽略其他建议并毕竟使用 8 位字节串。

在我开始这个过程之前，我对 unicode 和 utf 了解不多。在过去的几个小时里我学到了很多东西，但我仍然不知道是否有一种方法可以正确地将 'ó' 从 latin-1 转换为 utf-8 而不会破坏它。如果没有，为什么 sqlite 会“强烈推荐”我将应用程序切换到 unicode 字符串？

我将用我在过去 24 小时内学到的所有内容的摘要和一些示例代码来更新这个问题，这样我鞋子里的人就可以得到一个简单的（呃）指南。如果我发布的信息有任何错误或误导性，请告诉我，我会更新，或者你们中的一位资深人士可以更新。

答案摘要

让我首先陈述我所理解的目标。如果您尝试在它们之间进行转换，处理各种编码的目标是了解您的源编码是什么，然后使用该源编码将其转换为 unicode，然后将其转换为您想要的编码。Unicode 是一个基础，编码是该基础的子集的映射。utf_8 为 unicode 中的每个字符都留有空间，但由于它们与 latin_1 不在同一个位置，因此以 utf_8 编码并发送到 latin_1 控制台的字符串看起来不会像您期望的那样。在 python 中，获取 unicode 并进入另一种编码的过程如下所示：

或者如果 str 已经是 unicode

对于 sqlite，我实际上并不想再次对其进行编码，我想对其进行解码并将其保留为 unicode 格式。当您尝试在 python 中使用 unicode 和编码时，您可能需要注意以下四件事。

1. 您要使用的字符串的编码，以及您要使用的编码。
2. 系统编码。
3. 控制台编码。
4. 源文件的编码

阐述：

(1) 当你从一个源中读取一个字符串时，它必须有一些编码，比如 latin_1 或 utf_8。就我而言，我从文件名中获取字符串，所以不幸的是，我可能会得到任何类型的编码。Windows XP 使用 UCS-2（一个 Unicode 系统）作为其原生字符串类型，这对我来说似乎是在欺骗。对我来说幸运的是，大多数文件名中的字符不会由一种以上的源编码类型组成，我认为我的所有字符要么完全是 latin_1，完全是 utf_8，要么只是纯 ascii（这是两者的子集那些）。所以我只是阅读它们并对其进行解码，就好像它们仍在 latin_1 或 utf_8 中一样。但是，您可以将 latin_1 和 utf_8 以及任何其他字符混合在 Windows 上的文件名中。有时这些字符可以显示为框，其他时候他们只是看起来被破坏了，而其他时候他们看起来是正确的（重音字符等等）。继续。

(2) Python 有一个默认的系统编码，它在 python 启动时设置，并且在运行时不能更改。有关详细信息，请参见此处。肮脏的摘要......这是我添加的文件：

当您使用没有任何其他编码参数的 unicode("str") 函数时，会使用此系统编码。换一种说法，python 尝试根据默认的系统编码将“str”解码为 un​​icode。

(3) 如果你使用的是 IDLE 或者命令行 python，我认为你的控制台会按照默认的系统编码显示。由于某种原因，我在 Eclipse 中使用 pydev，所以我必须进入我的项目设置，编辑我的测试脚本的启动配置属性，转到 Common 选项卡，然后将控制台从 latin-1 更改为 utf-8 以便我可以直观地确认我正在做的事情是有效的。

(4) 如果你想有一些测试字符串，例如

在您的源代码中，那么您将不得不告诉 python 您在该文件中使用哪种编码。（仅供参考：当我输入错误的编码时，我不得不按 ctrl-Z，因为我的文件变得不可读。）这很容易通过在源代码文件的顶部放置这样的一行来完成：

如果您没有这些信息，python 默认会尝试将您的代码解析为 ascii，因此：

一旦你的程序正常工作，或者，如果你不使用 python 的控制台或任何其他控制台来查看输出，那么你可能真的只关心列表中的#1。除非您需要查看输出和/或您使用内置的 unicode() 函数（没有任何编码参数）而不是 string.decode() 函数，否则系统默认和控制台编码并不那么重要。我写了一个演示函数，我将粘贴到这个巨大的混乱的底部，我希望正确地演示我列表中的项目。这是我通过演示函数运行字符“ó”时的一些输出，显示了各种方法如何对作为输入的字符做出反应。这次运行我的系统编码和控制台输出都设置为 utf_8：

现在我将系统和控制台编码更改为 latin_1，我得到相同输入的输出：

请注意，“原始”字符显示正确，并且内置 unicode() 函数现在可以正常工作。

现在我将控制台输出改回 utf_8。

在这里一切仍然与上次一样，但控制台无法正确显示输出。等等。下面的函数还显示了更多信息，希望能帮助人们找出他们理解的差距在哪里。我知道所有这些信息都在其他地方，并且在那里得到了更彻底的处理，但我希望这对于尝试使用 python 和/或 sqlite 进行编码的人来说是一个很好的起点。想法很棒，但有时源代码可以为您节省一两天的时间来弄清楚哪些功能做什么。

免责声明：我不是编码专家，我把这些放在一起是为了帮助我自己理解。当我可能应该开始将函数作为参数传递以避免如此多的冗余代码时，我继续构建它，所以如果可以的话，我会让它更简洁。此外，utf_8 和 latin_1 绝不是唯一的编码方案，它们只是我正在玩的两个，因为我认为它们可以处理我需要的一切。将您自己的编码方案添加到演示函数并测试您自己的输入。

还有一件事：显然有疯狂的应用程序开发人员让 Windows 的生活变得困难。

非常感谢下面的答案，特别是@John Machin 的彻底回答。