Question

我想知道为什么我这样做：

a = [u'k',u'ę',u'ą']

然后输入：

'k' in a

我得到True，而：

'ę' in a

会给我False吗？

这真让我感到头疼，而且似乎有人故意让这个让人发疯...

Answer 1

这是为什么？

在Python 2.x中，您无法将unicode直接与非ascii字符进行比较。这会引发警告：

Warning (from warnings module):
  File "__main__", line 1
UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal

然而，在Python 3.x中没有出现，因为所有字符串都是unicode对象。

<强>解决方案吗

您可以将字符串设为unicode：

>>> u'ç' in a
True

现在，您要比较两个unicode对象，而不是unicode和string。

或者在比较之前将两者转换为编码，例如utf-8：

>>> c = u"ç"
>>> u'ç'.encode('utf-8') == c.encode('utf-8')
True

此外，要在程序中使用非ascii字符，您必须在文件顶部指定编码：

# -*- coding: utf-8 -*-

#the whole program

希望这有帮助！

Answer 2

您需要显式地创建字符串unicode。下面显示了一个示例，以及未将其指定为unicode时给出的警告：

>>> a = [u'k',u'ę',u'ą']
>>> 'k' in a
True
>>> 'ę' in a
__main__:1: UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
False
>>> u'ę' in a
True

Answer 3

u'ę'是unicode对象，而'ę'是当前区域设置中的str对象。有时，根据区域设置，它们将是相同的，有时它们不会。

Python 3的一个好处是所有文本都是unicode，因此这个特殊问题就消失了。

Answer 4

确保specify the source code encoding并在unicode文字前面使用u。

这适用于Python 3和Python 2：

#!/usr/bin/python
# -*- coding: utf-8 -*-

a = [u'k',u'ę',u'ą']

print(u'ę' in a)
# True

比较Python 2.7.5中的字符串和unicode

4 个答案: