PythonC API unicode参数

Question

我有一个简单的python脚本

import _tph
str = u'Привет, <b>мир!</b>' # Some unicode string with a russian characters
_tph.strip_tags(str)

和C库，它被编译成_tph.so.公司. 这是一个strip_tags函数：

^{pr2}$

printf函数打印这个：1080，19。所以，str长度实际上是19个符号，但是我到底从什么地方得到了1080个字符呢？在

当我打印string时，我得到了str，空字符，然后是很多垃圾字节。在

垃圾内存如下所示：

u'\u041f\u0440\u0438\u0432\u0435\u0442, <b>\u043c\u0438\u0440!</b>\x00\x00\u0299\Ub7024000\U08c55800\Ub7025904\x00\Ub777351c\U08c79e58\x00\U08c7a0b4\x00\Ub7025904\Ub7025954\Ub702594c\Ub702591c\Ub702592c\Ub7025934\x00\x00\x00

我怎么能得到一根普通的绳子？在

Answer 1

这里的“string”参数名称不正确。它是一个指向Python Unicode对象的指针，因此printf将看到大量二进制数据（对象类型、GC头、ref计数和编码的Unicode代码点），直到它碰巧找到一个零字节，printf将其解释为字符串的结尾。在

查看字符串的最简单方法是使用PyObject_Print(string)。您可以在：http://docs.python.org/c-api/unicode.html#unicode-objects找到用于操作Python unicode对象的C函数