编码蟒蛇UTF-8分裂

Question

我有一个变量：

age_expectations = dictionary['looking_for']['age'] 
print type(age_expectations), age_expectations 

输出是：

<type 'unicode'> 22‑35 

当我试图把它与破折号分割我已经得到了下面的问题：

res = age_expectations.split('-') 
print res 

和输出的样子：

[u'22\u201135'] 

相反的：

["22", "35"] 

问题是什么？我已经尝试了许多编码和解码，但不知道它是如何工作的。问题是否来自分裂？

Answer 1

使用unicode分裂unicode一样，

>>> u_code = u'\u0032\u0032\u2011\u0033\u0035' 
>>> print u_code 
22‑35 
>>> u_code.split('-') 
[u'22\u201135'] 
>>> u_code.split(u'\u2011') 
[u'22', u'35'] 
>>> 

Answer 2

你可以从你的代码中看到，在你age_expectations变量中的连字符是Unicode U + 2011字符，而不是标准的“ - ”连字符。你会从一开始就看到它，如果你已打印变量的表示形式，而不：

>>> uu = u"22\u201135" 
>>> print uu 
22‑35 
>>> print repr(uu) 
u'22\u201135' 
>>> 

所以，你需要更换被u"\u2011"字符用一个简单的连字符（如果你能有任何人在你的数据）或只需简单地将字符串拆分为u"\u2011"（如果您确定将始终以获得此分隔符）。