Python：正则表达式和字符串长度（以字节为单位）答案

【问题标题】：Python: Regex and String Length in bytePython：正则表达式和字符串长度（以字节为单位）
【发布时间】：2011-09-26 20:56:21
【问题描述】：

我正在用 python 编写一个程序并且有一些问题（我 100% 是 python 新手）：

import re

rawData = '7I+8I-7I-9I-8I-'

print len(rawData)

rawData = re.sub("[0-9]I\+","",rawData)
rawData = re.sub("[0-9]I\-","",rawData)

print rawData

如何使用| 将 2 个正则表达式合并为一个？这意味着它只需使用一个正则表达式操作即可摆脱9I- 和9I+。
len(rawData)返回rawData的长度是字节吗？

谢谢。

【问题讨论】：

就像"[0-9]I[+-]"一样简单
在 Python 2.x 中 rawData 只是一些字节，但在 Python 3 中它将是 Unicode 文本。

标签： python regex string-length

【解决方案1】：

看看区别：

$ python3
Python 3.1.3 (r313:86834, May 20 2011, 06:10:42) 
[GCC 4.4.5] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> len('día')   # Unicode text
3
>>> 

$ python
Python 2.7.1 (r271:86832, May 20 2011, 17:19:04) 
[GCC 4.4.5] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> len('día')   # bytes
4
>>> len(u'día')  # Unicode text
3
>>>


Python 3.1.3 (r313:86834, May 20 2011, 06:10:42) 
[GCC 4.4.5] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> len(b'día')
  File "<stdin>", line 1
SyntaxError: bytes can only contain ASCII literal characters.
>>> len(b'dia')
3
>>>

【讨论】：

哇。我从来不知道 :( 我在服务器上使用 python 2.6.5。
那么你如何在 python 3 中以字节为单位获得 len？在 python 2 和 python 3 中是否有一种通用的方法来获取字符串的字节长度？
在 Python 3 中，如果你想要字节，你必须使用 b'bytes'

【解决方案2】：

你为什么不采取不同的方法。用replace方法？

【讨论】：

【解决方案3】：

len 指的是应用于 unicode 字符串时的字符数（这是细微的，其他答案会刷新更多）、编码字符串中的字节、列表中的项目（或集合或字典中的键） )...

rawData = re.sub("[0-9]I(\+|-)","",rawData)

【讨论】：

@MRAB 我已经读过了。作为 F.C.把它len('día') 在 Python 3 中是 3 是 3，而在 Python 2.x 中是 4。我主要使用 Python 3。 “编码”也没有指代 unicode（在那里使用了错误的词），我指的是字符串，例如：'\x03'。虽然它的长度可能看起来为 4，但它的 len 仅为 1（因为它在打印时只有一个字符）