Question

我在Python中编写了一个函数，用于告诉我这两个单词是否相似。

现在我想在同一个函数中传递日文文本。它给出的错误是“不是ascii字符”。我尝试使用utf-8编码，但后来它给出了同样的错误

Non-ASCII character '\xe3' in file

有没有办法做到这一点？我无法为此生成msg文件，因为2关键字不会是常量。

这是代码

def filterKeyword(keyword, adText, filterType):
if (filterType == 'contains'):
    try :
        adtext = str.lower(adText)
        keyword = str.lower(keyword)
        if (adtext.find(keyword)!=-1):
            return '0'
    except:
        return '1'
if (filterType == 'exact'):
    var = cmp(str.lower(adText), str.lower(keyword))
    if(var == 0 ):
        return '0'

return '1'

我使用了以下内容：

filterKeyword(unicode('ポケモン').encode("utf-8"), unicode('黄色のポケモン').encode("utf-8"), 'contains')

filterKeyword('ポケモン'.encode("utf-8"), '黄色のポケモン'.encode("utf-8"), 'contains')

他们两人都给出了错误。

Answer 1

这对我有用：

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

def filterKeyword(keyword, adText, filterType):
    # same as yours

filterKeyword(u'ポケモン', u'黄色のポケモン', 'contains')

Answer 2

请不要这样做：

adtext = str.lower(adText)
keyword = str.lower(keyword)

请这样做：

adtext= adText.lower()
keyword = keyword.lower()

请不要这样做：

cmp(str.lower(adText), str.lower(keyword))

请这样做：

return adText.lower() == keyword.lower()

请不要这样做：

try:
    # something
except:
    # handler

请提供具体的例外情况。像Exception这样的通用（超类）很好。有一些非常规的错误，你无法捕获。

try:
    # something
except Exception:
    # handler

此外，捕获异常的确不太可能返回True。

请不要这样做：

return '1' 
return '0'

你不太可能想要归还一个角色。你更有可能想要返回真或假。

return True
return False

如果你做得好的话，你的代码就会起作用。

>>> u'ポケモン'.lower() == u'黄色のポケモン'.lower()
False
>>> u'ポケモン'.lower() in  u'黄色のポケモン'.lower()
True

Answer 3

不要使用UTF-8。使用unicodes。

Answer 4

把：

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

在脚本的前两行之一。这样解释器就会知道代码和字符串中使用了什么编码。

尽可能使用Unicode字符串。如果运气好的话，这个函数可以很好地与Unicode（例如u"something…"而不是"something..."）参数一起使用，即使它不是用Unicode编写的。

Answer 5

我想好好注意一下：

unicode('ポケモン')（传递给unicode（）构造函数的非unicode字符串常量）

不是同样的

u'ポケモン'（一个unicode字符串常量）

日语中的python函数

5 个答案: