我正在尝试使用 Python 的 sub 函数,但在使用它时遇到了问题。从我一直在进行的故障排除来看,我认为它与字符串中的 unicode 字符有关。
# -*- coding: utf-8 -*-
reload(sys)
sys.setdefaultencoding('utf-8')
import re
someFunction(string):
string = string.decode('utf-8')
match = re.search(ur'éé', string)
if match:
print >> sys.stderr, "It was found"
else:
print >> sys.stderr, "It was NOT found"
if isinstance(string, str):
print >> sys.stderr, 'string is a string object'
elif isinstance(string, unicode):
print >> sys.stderr, 'string is a unicode object'
new_string = re.sub(ur'éé', ur'é:', string)
return new_string
stringNew = 'éégktha'
returnedString = someFunction(stringNew)
print >> sys.stderr, "After printing it: " + returnedString
#At this point in the code string = 'éégktha'
returnString = someFunction(string)
print >> sys.stderr, "After printing it: " + returnedString
所以我想要 'é:gktha'。以下是我运行此代码时打印到错误日志中的内容。
It was found
string is a unicode object
é:gktha
It was NOT found
string is a unicode object
éégktha
所以我认为它一定是传递到我的函数中的带有字符串的东西。当我将 is 声明为 unicode 字符串或字符串文字,然后对其进行解码时,就找到了模式。但是在传入的字符串中找不到模式。我在想我的 string = string.decode('utf-8') 语句会转换任何传递给函数的字符串,然后会工作。
我尝试在 python 解释器中执行此操作以解决此问题,当我将字符串声明为 unicode 字符串时它起作用了。
string = u'éégktha'
因此,为了模拟函数,我声明了字符串,然后将其“解码”为然后尝试了我的正则表达式语句,它成功了。
string = 'éégktha'
newString = string.decode('utf8')
string = re.sub(ur'éé', ur'é:', newString)
print string #é:gktha
此 Web 应用程序可处理大量 Unicode 字符。这是 Python 2.5,我在使用 unicode 字符时总是遇到困难。非常感谢任何帮助和知识。
请您参考如下方法:
您应该打印 someFunction 返回的内容。
>>> string = 'éégktha'
>>> def someFunction(string):
... #string = 'éégktha'
... string = string.decode('utf8')
... new_string = re.sub(ur'éé', ur'é:', string)
... return new_string
>>> import re
>>> someFunction(string)
u'\xe9:gktha'
>>> print someFunction(string)
é:gktha
您的功能很好。在模拟中,您正在 printing 打印 __str__ 返回的内容,而当您 return 时,解释器打印 返回的内容。new_string/newString 的 __repr__
