Python中文字符串截取問題
更新時間：2015年06月15日 09:21:03 投稿：hebedich
web應(yīng)用難免會截取字符串的需求,Python中截取英文很容易，但是截取utf-8的中文機(jī)會截取一半導(dǎo)致一些不是亂碼的亂碼.其實(shí)utf8截取很簡單,這里記下來分享給大家
先來看個例子：
#-*- coding:utf8 -*-
s = u'中文截取'
s.decode('utf8')[0:3].encode('utf8')
# 結(jié)果u'中文截取
延伸閱讀：
UTF-8中的漢字占用多少字節(jié)？
占2個字節(jié)的：〇
占3個字節(jié)的：基本等同于GBK，含21000多個漢字
占4個字節(jié)的：中日韓超大字符集里面的漢字，有5萬多個
一個UTF-8數(shù)字占1個字節(jié)
一個UTF-8英文字母占1個字節(jié)
在查找 UTF-8 編碼資料時發(fā)現(xiàn)，很多的帖子說的 UTF-8 編碼里，一個漢字占用3個字節(jié)，有的還做了個證明，大概是這樣的，創(chuàng)建一個沒有BOM的UTF-8編碼的文本文件，里面保存了幾個漢字，然后查看文件的大小。我覺得這樣的證明沒有一點(diǎn)說服力，因?yàn)?UTF-8 是變長的，1-6個字節(jié)，少量的漢字檢測是不能說明所有的漢字都是的。
后來我又查看了字符映射表－漢語，找到了正確的答案，少數(shù)是漢字每個占用3個字節(jié)，多數(shù)占用4個字節(jié)。
以上所述就是本文的全部內(nèi)容了，希望大家能夠喜歡。
相關(guān)文章
這篇文章主要介紹了詳解Django框架中的視圖級緩存,Django是最具人氣的Python web開發(fā)框架,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了Python中的迭代器與生成器高級用法解析,生成器在Python中是迭代器的一種,這里我們會講到生成表達(dá)式、鏈?zhǔn)缴善鞯壬顚哟蝺?nèi)容,需要的朋友可以參考下2016-06-06
這篇文章主要介紹了Python后臺開發(fā)Django（啟動），本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-04-04
這篇文章主要分享的是python二叉樹常用算法，二叉樹的遞歸思想很重要，還有遞歸的復(fù)雜度分析,需下面文章就來詳細(xì)解說該算法，要的朋友可以參考一下2021-09-09
今天小編就為大家分享一篇利用Anaconda簡單安裝scrapy框架的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
這篇文章主要為大家詳細(xì)介紹了python2.6.6如何升級到python2.7.14，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要介紹了python 模擬登陸github的示例代碼，幫助大家更好的理解和學(xué)習(xí)python 爬蟲的相關(guān)知識，感興趣的朋友可以了解下2020-12-12
使用selenium+chromedriver+xpath爬取動態(tài)加載信息
這篇文章主要介紹了使用selenium+chromedriver+xpath爬取動態(tài)加載信息2022-02-02
Ubuntu22.04安裝PyTorch1.12.1 GPU版本全過程
這篇文章主要介紹了Ubuntu22.04安裝PyTorch1.12.1 GPU版本全過程，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
今天小編就為大家分享一篇pytorch 常用線性函數(shù)詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01