如何在Python中处理多字节字符串

Question

PHP中有多字节字符串函数用于处理多字节字符串（例如：CJK脚本）。比如，我想通过使用蟒蛇len函数计算在多字节串多少个字母，但它返回一个不准确的结果（即在此字符串字节数）

japanese = "桜の花びらたち" 
print japanese 
print len(japanese)#return 21 instead of 7 

是否有任何包装或功能像PHP中的mb_strlen？

Answer 1

使用Unicode strings：

# Encoding: UTF-8 

japanese = u"桜の花びらたち" 
print japanese 
print len(japanese) 

注意，在前面的字符串的u。

要字节字符串转换成Unicode，使用decode："桜の花びらたち".decode('utf-8')

Answer 2

尝试将其转换为unicode第一：

print len(japanese.decode("utf-8")) 

给7.您正在使用的UTF-8编码字符串，它确实有21个字节。