已经有很多帮助，但我仍感到困惑。
我有一个像这样的unicode字符串：
title = u'test'
title_length = len(title) #5
但是！我需要len（标题）为6.客户希望它是6，因为它们看起来与我在后端的方式不同。
作为一种解决方法，我已经编写了这个小助手，但我确信它可以得到改进（对编码有足够的了解）或者甚至可能是错误的。
title_length = len(title) + repr(title).count('\\U') #6
1。是否有更好的方法让长度为6？ ： - ）
我认为我（Python）正在计算unicode字符的数量，即5个。客户端正在计算字节数？
2。我的逻辑会破坏其他需要4个字节的unicode字符吗？
运行Python 2.7 ucs4。
答案 0 :(得分：6)
您有5个代码点。其中一个代码点位于Basic Multilingual Plane之外，这意味着这些代码点has to use two code units for the character的UTF-16编码。
换句话说，客户端依赖于实现细节，并且做错了。它们应该计算代码 points ，而不是代码单位。有几个平台经常发生这种情况; Python 2 UCS2构建就是其中之一，但Java开发人员常常忘记这些差异，就像Windows API一样。
您可以将文本编码为UTF-16并将字节数除以2（每个UTF-16代码单位为2个字节）。选择utf-16-le或utf-16-be变体，在长度中不包含BOM：
title = u'test'
len_in_codeunits = len(title.encode('utf-16-le')) // 2
如果您正在使用Python 2（并且根据u前缀来判断您可能正常使用的字符串），请考虑到有两种不同版本的Python，具体取决于您构建它的方式。根据构建时配置开关，您可以使用UCS-2或UCS-4构建;前者也使用代理内部，你的title值长度也是6。请参阅Python returns length of 2 for single Unicode character string。