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中使用函数计算多字节字符串中的字母数,但它返回一个不准确的结果(即此字符串中的字节数)

japanese = "???????"
print japanese
print len(japanese)#return 21 instead of 7

在PHP中是否有像mb_strlen这样的包或函数？

Answer 1

使用Unicode字符串:

# Encoding: UTF-8

japanese = u"???????"
print japanese
print len(japanese)

注意u字符串前面.

要将bytestring转换为Unicode,请使用decode:"???????".decode('utf-8')