Python 中国語コーディングの問題の概要

中国語のエンコーディングの問題は、Python プログラミングにおいて常に頭の痛い問題です。この記事では、これについて詳しくまとめています。詳細は以下のとおりです。

文字列が「u4e2du56fd」の場合

>>>s=['\u4e2d\u56fd','\u6e05\u534e\u5927\u5b66']
>>>str=s[0].decode('unicode_escape') #.encode("EUC_KR")
>>>print str
中国

文字列が「東アジア学院第一中学校」の場合

>>>print unichr(19996)
东

ord() は Unicode をサポートしており、次のような特定の文字の Unicode 番号を表示できます。

>>>print ord('A')
65

Unicode に接続されている限り、Unicode 文字列が生成されます。例:

>>> 'help'
'help'
>>> 'help，' + u'python'   
u'help，python'

ASCII (7 ビット) 互換文字列の場合、組み込みの str() 関数を使用して Unicode 文字列を ASCII 文字列に変換できます。例:

>>> str(u'hello world')
'hello world'

いくつかの概念の理解:

ASCII コードでは、以下の図に示すように、データ ワードを使用して対応する文字に対応します。

中国語の場合、場所コードは中国語の文字に対応します。例: 「良い」の ASCII コードは次のとおりです: 22909

Unicode エンコードは国ごとに 1 つに分割されています。 UTF-8、UTF-16、UTF-32、その他の形式があります
中国語の範囲 4E00-9FBF: この範囲には gbk、gb2312、
があります
UTF-8 は Unicode に基づいており、国際的な状況での使用に適しています

GB2312 と gb2312 は両方とも以前に登場した国家標準コードであり、主に一般的な中国語の文字のエンコードとデコードに使用されます

この記事が皆さんの Python プログラミングに役立つことを願っています。