如何在Python中處理多字節字符串

Question

PHP中有多字節字符串函數用於處理多字節字符串（例如：CJK腳本）。比如，我想通過使用蟒蛇len函數計算在多字節串多少個字母，但它返回一個不準確的結果（即在此字符串字節數）

japanese = "桜の花びらたち" 
print japanese 
print len(japanese)#return 21 instead of 7 

是否有任何包裝或功能像PHP中的mb_strlen？

Answer 1

使用Unicode strings：

# Encoding: UTF-8 

japanese = u"桜の花びらたち" 
print japanese 
print len(japanese) 

注意，在前面的字符串的u。

要字節字符串轉換成Unicode，使用decode："桜の花びらたち".decode('utf-8')

Answer 2

嘗試將其轉換爲unicode第一：

print len(japanese.decode("utf-8")) 

給7.您正在使用的UTF-8編碼字符串，它確實有21個字節。