【发布时间】:2012-04-13 15:40:43
【问题描述】:
Ubuntu 11.10:
$ python
Python 2.7.2+ (default, Oct 4 2011, 20:03:08)
[GCC 4.6.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> x = u'\U0001f44d'
>>> len(x)
1
>>> ord(x[0])
128077
Windows 7:
Python 2.7.2 (default, Jun 12 2011, 15:08:59) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> x = u'\U0001f44d'
>>> len(x)
2
>>> ord(x[0])
55357
我的 Ubuntu 体验是使用发行版中的默认解释器。对于 Windows 7,我下载并安装了从 python.org 链接的推荐版本。我自己都没有编译。
差异的性质对我来说很清楚。 (在 Ubuntu 上,字符串是代码点序列;在 Windows 7 上,是 UTF-16 代码单元序列。)我的问题是:
- 为什么我会观察到这种行为差异?是因为解释器的构建方式,还是依赖系统库的不同?
- 有什么方法可以配置 Windows 7 解释器的行为以与 Ubuntu 一致,我可以在 Eclipse PyDev 中完成(我的目标)?
- 如果我必须重新构建,是否有任何预构建的 Windows 7 解释器可以从可靠来源获得上述 Ubuntu 的行为?
- 除了仅在 Windows 上手动计算
unicode字符串中的代理项之外,还有其他解决方法吗? - 这是否证明了错误报告的合理性? 2.7 中是否有可能解决此类错误报告?
【问题讨论】:
-
我们在周六的 Python WM 上讨论了 Unicode 支持。人们说 3.3 的 IO 系统已经向后移植到 Python 2.7。现在是午夜,但明天可能会有人回复。是不是很紧急?
-
我已经开始编写解决方法,所以不,不紧急。令人失望的是,直到 3.2,Python 中的 Unicode 字符串类型还有这样的皱纹......
标签: python windows unicode utf-16