यूनिकोड तार

Question

अगर मैं यूनिकोड तार

की एक सूची है की सूची

lst = [ u"aaa", u"bbb", u"foo", u"bar", ... u"baz", u"zzz" ] 

यह हर स्ट्रिंग से पहले एक उपसर्ग u लिखने के लिए आवश्यक है? क्या मैं एक निर्माण कर सकता हूं जो कहता है कि एलएसटी का हर तत्व यूनिकोड स्ट्रिंग होगा और फिर u उपसर्ग के बिना इसे लिखें?

Answer 1

अजगर 2.7 (भी अजगर 2.6) में आप यूनिकोड शाब्दिक एक मॉड्यूल के लिए डिफ़ॉल्ट बना सकते हैं:

from __future__ import unicode_literals 

आप फ़ाइल के शीर्ष पर आयात को शामिल करना चाहिए, और यह तो सभी पर लागू होता है फ़ाइल में स्ट्रिंग अक्षर। बाइट तार मजबूर करने के लिए एक b उपसर्ग का उपयोग करें:

>>> from __future__ import unicode_literals 
>>> "sss" 
u'sss' 
>>> b"x" 
'x' 

Answer 2

आपका इरादा यूनिकोड को मानक तार का एक सेट कन्वर्ट करने के लिए है, तो आप अपनी सूची पर कि समारोह मैप कर सकते:

lst = ["aaa", "bbb", "ccc"] 
map(unicode, lst) 

कौन देता है तथापि lst एक गैर ASCII शामिल

[u"aaa", u"bbb", u"ccc"] 

हैं वर्ण स्ट्रिंग, आपको u के साथ उस विशेष स्ट्रिंग को उपसर्ग करना होगा। आप नहीं करते हैं, आपके द्वारा रूपांतरण को इस त्रुटि मिल जाएगा:

lst = ["\xe4"] 
map(unicode,lst) 

Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128) 

टिप्पणी में बताया गया है, इस उत्तर पायथन 2.x या 3.x. के लिए अलग है पायथन 3, everything changes:

सब कुछ जो आपने सोचा था कि आप बाइनरी डेटा के बारे में जानते थे और यूनिकोड बदल गया है। पायथन 3.0 यूनिकोड स्ट्रिंग्स और 8-बिट स्ट्रिंग्स के बजाय पाठ की अवधारणाओं और (बाइनरी) डेटा का उपयोग करता है। सभी पाठ यूनिकोड है; हालांकि एन्कोडेड यूनिकोड को बाइनरी डेटा के रूप में दर्शाया गया है। पाठ को पकड़ने के लिए उपयोग किया जाने वाला प्रकार str है, डेटा रखने के लिए उपयोग किया जाने वाला प्रकार बाइट है। 2.x स्थिति के साथ सबसे बड़ा अंतर यह है कि पायथन 3.0 में टेक्स्ट और डेटा को मिश्रित करने का कोई भी प्रयास टाइपरर बढ़ाता है, जबकि यदि आप पाइथन 2.x में यूनिकोड और 8-बिट तारों को मिश्रण करना चाहते हैं, तो यह 8-बिट पर काम करेगा स्ट्रिंग में केवल 7-बिट (ASCII) बाइट्स होते थे, लेकिन यदि आप गैर-ASCII मानों को शामिल करते हैं तो आपको यूनिकोडडेकोड एरर मिल जाएगा। इस मूल्य-विशिष्ट व्यवहार ने पिछले कुछ वर्षों में कई दुखद चेहरे पैदा किए हैं।