在使用str.center()时遇到unicode字符的问题

Question

我注意到在 python 2.7 中，str 对象的 center 方法有些奇怪的行为 -

>>> print '-'.center(5,'.')        # '-' is the minus or hyphen key on the keyboard.
..-..                              # correctly centered
>>> print '─'.center(5, '.')       # '─' is NOT the minus or hyphen key on the keyboard.
.─.                                # incorrectly centered

这是 center 方法的实现有问题，还是跟使用 unicode 字符有关呢？
我该怎么解决这个问题？

[注意，这在 python 3.2 中运行得很好]

Answer 1

在编程中，有时候我们需要处理一些数据，这些数据可能来自不同的地方，比如用户输入、文件或者网络请求。为了让程序能够理解这些数据，我们需要把它们转换成程序能用的格式。这种转换的过程就叫做“解析”。

解析的方式有很多种，具体取决于数据的类型和来源。例如，如果我们从一个网页上获取数据，可能需要把网页的内容提取出来，变成我们可以使用的格式。又或者，如果我们从一个文件中读取数据，可能需要根据文件的格式来解析里面的内容。

总之，解析就是把复杂的数据变得简单易懂，让程序能够顺利地使用这些数据。

print '─'.decode('utf-8').center(5, '.')  

# returns: '..─..'

Answer 2

在Python 2中，str和unicode是两种不同的类型。str是字节的序列，用普通的引号创建。比如你的'─'就是一个包含3个字节的序列，它显示为一个单独的unicode字符。当你用str.center()方法让这些字节在5个字节宽的区域中居中时，它会在两边各加一个字节；但是打印出来时你只会看到3个字符。

如果你创建一个unicode对象（用u'─'或者'─'.decode('utf-8')），那么你就有了一个包含1个unicode字符的序列，这样在居中时会在两边各加2个字符。

在Python 3中就没有这个问题，因为普通字符串就是unicode字符的序列。