Python Unicode Strings

本篇将介绍一下 Python 的 Unicode 字符。
Python 的 str 类型为 8-bit 数值，默认编码方式为 ASCII，unicode 类型则为 16-bit 或者 32-bit 的数值，每个数值代表一个 unicode 符号，是 Python 对国际化编码的支持。
下面，通过实例学习一下 Unicode 常用的操作。

Methods

# -- coding: utf-8 --

english = 'henry'
chinese = '你好'
u_chinese = u'\u6d77\u87ba\u58f3'

print english
print type(english)
> henry
> < type 'str' >


print chinese
print type(chinese)
> 你好
> < type 'str' >

print u_chinese
print type(u_chinese)
> 海螺壳
> < type 'unicode' >

Tips

Unicode 实用操作记录。

# 短信验证码，内容模板
code = "123456"
message_template = u"验证码：{}（30分钟内有效），仅用于注册，不能重复使用，为了账号安全请勿告知他人。"
content = message_template.replace("{}", unicode(code))

# 不改变 MySQL ecoding, 处理 iPhone emoji 表情
content = '\U0001f604\u5c3c\u739b'

# 保存入 MySQL
escaped_content = content.encode('unicode_escape').replace('\U', '[emoji]')
> u'[emoji]0001f604\u5c3c\u739b'

# 从 MySQL 取出显示
content.replace('[emoji]', '\U').decode('unicode_escape')
> u'\U0001f604\u5c3c\u739b'

2014-05-22