Python处理Unicode字符串的基本方法详解

 # 创建一个简单的 Unicode 字符串
s = "Hello, 世界!"
print(s)  # 输出: Hello, 世界!

s = "Hello, 世界!"
 
# 访问单个字符
print(s[0])  # 输出: H
 
# 获取子字符串
print(s[7:])  # 输出: 世界!

s = "Hello, 世界!"
 
# 获取字符串长度
print(len(s))  # 输出: 9
 
# 转换为大写
print(s.upper())  # 输出: HELLO, 世界!
 
# 替换字符
print(s.replace("世界", "Python"))  # 输出: Hello, Python!

 # 将字符串编码为 bytes
s = "Hello, 世界!"
encoded = s.encode('utf-8')
print(encoded)  # 输出: b'Hello, \xe4\xb8\x96\xe7\x95\x8c!'
 
# 将 bytes 解码为字符串
decoded = encoded.decode('utf-8')
print(decoded)  # 输出: Hello, 世界!

def unicode_to_str(unicode_str):
    return unicode_str.encode().decode('unicode_escape')


def str_to_unicode(string):
    new_str = ''
    for ch in string:
        if '\u4e00' <= ch <= '\u9fff':
            new_str += hex(ord(ch)).replace('0x', '\\u')
        else:
            new_str += ch
    return new_str


if __name__ == '__main__':
    unicode = str_to_unicode('你好')

    print(unicode) # \u4f60\u597d
    print(repr(unicode)) # '\\u4f60\\u597d'
    print(unicode_to_str('\\u4f60\\u597d')) # 你好

unicode_str = u'hello world'
normal_str1 = str(unicode_str) #使用str()函数转为普通字符串
print(normal_str1)

unicode_str = u'hello world'
normal_str2 = unicode_str.encode('utf-8')  # 使用，encode()方法转换为utf-8编码的普通字符串,然后使用decode()解码
print(normal_str2)

def unicode_to_string(unicode_sequence):
    """
    将Unicode序列转换为字符串
    
    参数:
        unicode_sequence (str): Unicode序列
    
    返回:
        str: 转换后的字符串
    """
    # 将Unicode序列编码为UTF-8（默认）或指定的字符集
    return unicode_sequence.encode('utf-8').decode()

# 测试用例
if __name__ == "__main__":
    unicode_str = '你好，世界！'
    encoded_str = unicode_to_string(unicode_str)
    print("原Unicode字符串:", unicode_str)
    print("转换后的字符串:", encoded_str)

import json

def unicode_to_string(unicode_sequence):
    """
    将Unicode序列转换为字符串
    
    参数:
        unicode_sequence (str): Unicode序列
    
    返回:
        str: 转换后的字符串
    """
    # 使用json.dumps方法，它会自动处理Unicode编码问题
    return json.dumps(unicode_sequence)

​​​​​​​# 测试用例
if __name__ == "__main__":
    unicode_str = '你好，世界！'
    encoded_str = unicode_to_string(unicode_str)
    print("原Unicode字符串:", unicode_str)
    print("转换后的字符串:", encoded_str)

def test_unicode_to_string():
    assert unicode_to_string('你好，世界！') == '你好，世界！'
    assert unicode_to_string('欢迎来到Python3世界！') == '欢迎来到Python3世界！'
    assert unicode_to_string('这是一个测试用例。') == '这是一个测试用例。'

test_unicode_to_string()