Python - 如何在变量的Unicode字符上执行字符串查找？

Question

这个可以用

s = 'jiā'
s.find(u'\u0101')

我该怎么做类似这样的事情：

s = 'jiā'
zzz = '\u0101'
s.find(zzz)

因为我现在在用一个变量，我该怎么表示这个变量所代表的字符串是Unicode格式的呢？

Answer 1

在某些情况下（我不具体说明什么时候），你还需要对你要查找的字符串进行解码：

s.decode("utf-8").find(u"\u0101")

Answer 2

你在帖子中提到的 zzz 是一个普通的 str 对象，而不是 unicode 对象，所以没办法让它看起来像是其他类型的东西。不过，你可以通过指定编码，把 str 对象转换成 unicode 对象：

s.find(zzz.decode("utf-8"))

把 utf-8 替换成这个字符串实际使用的编码。

注意，在你的例子中，

zzz = '\u0101'

zzz 是一个长度为 6 的普通字符串。想要修正这个错误的字符串字面量没有简单的方法，除了使用一些小技巧，比如：

ast.literal_eval("u'" + zzz + "'")

Answer 3

既然我现在在用一个变量，我该怎么表示这个变量代表的字符串是Unicode格式的呢？

首先，你需要把它定义为一个Unicode字符串。

zzz = u"foo"

或者，如果你已经有一个用其他编码的字符串，你可以把它转换成Unicode（如果这个字符串不是ASCII编码的，你需要指定原来的编码）。

zzz = unicode(zzz, encoding="latin1")

另外，你也可以直接使用Python 3，因为在Python 3中，所有字符串默认都是Unicode格式的。