Python：什么是 String[a:b] 但对于 Unicode 的等价物答案

【问题标题】：Python: What's the equivalent of String[a:b] but for UnicodePython：什么是 String[a:b] 但对于 Unicode 的等价物
【发布时间】：2012-08-12 11:59:30
【问题描述】：

所以我有这样的事情：

x = "CЕМЬ"
x[:len(x)-1]

这是从字符串中删除最后一个字符。但是它不起作用，它给了我一个错误。我想这是因为它是Unicode。那么如何对非 ansi 字符串进行这种简单的格式化。

【问题讨论】：

为什么 unicode 是个问题？这看起来不像一个 unicode 字符串。除此之外：字符串是不可变的。
@Maulwurfn：因为它是 python 2 中的字节字符串，而不是 unicode 字符串，因此 OP 是切片字节，而不是字符。

标签： python string unicode string-formatting

【解决方案1】：

这是因为在 Python 2.x "CЕМЬ" 中，写 byte 字符串 b'C\xd0\x95\xd0\x9c\xd0\xac' 是一种奇怪的方式。

你想要一个 character 字符串。在 Python 2.x 中，字符串以 u: 为前缀：

x = u"CЕМЬ"
x[:-1] # Returns u"CЕМ" (len(x) is implicit for negative values)

如果您在程序中编写此代码（而不是交互式 shell），您将需要 specify a source code encoding。为此，只需将以下行添加到文件的开头，其中utf-8 与您的file encoding 匹配：

# -*- coding: utf-8 -*-

【讨论】：

或使用 \uxxxx unicode 转义文字来表示任何不是 ASCII 字符（python 2）。在py3k中，默认的源码编码是UTF-8。

【解决方案2】：

使用utf-8编码保存文件：

# -*- coding: utf-8 -*-
x = u'CЕМЬ'
print x[:-1]  #prints CЕМ

【讨论】：

【解决方案3】：

x = u'some string'
x2 = x[:-1]

【讨论】：