Python 如何输入unicode字符并获取其数值

我正在尝试获取一个文件并删除所有非希腊语字符。我们找到了字母表的unicode值880-1023，并且能够用一个简单的

print（unichr（880））

行打印出正确的字符。问题是在运行此代码时

greek ='ÏÎ' 
for c in greek:
    if(unichr(c) >= 880 and unichr(c) <= 1023):
        print(c)

希腊语 对于希腊文中的c：

---

如果（unichr（c）>=880且unichr（c）您肯定要使用

ord

，这就像

chr

或

unichr

的反函数一样：

>>> x = unichr(1000)
>>> ord(x)
1000
>>> y = unichr(880)
>>> y
u'\u0370'
>>> ord(y)
880
>>> help(ord)
Help on built-in function ord in module __builtin__:

ord(...)
    ord(c) -> integer

    Return the integer ordinal of a one-character string.

---

所以你给它传递一个unicode字符，它给你这个字符的序号。

unichr

接受一个整数并返回一个unicode字符。我的第一个建议是在这里用

ord

替换

unichr

，因为你传递的是一个字符串，并且想要返回一个表示unicode代码的整数内部的

现在，对于Unicode解码错误，我怀疑这是因为

print

正在隐式尝试编码Unicode字符串，但不知道如何进行编码。如果使用utf-8显式编码Unicode字符串，您可能会更幸运。请尝试以下操作：

greek = u'ÏÎ' 
for c in greek:
    if(ord(c) >= 880 and ord(c) <= 1023):
        print(c.encode('utf-8'))

希腊语 对于希腊文中的c：

---

如果（ord（c）>=880且ord（c）您有几个问题。假设这是Python2（因为Python3中没有

unichr

），您会得到一个不同的错误），您的第一个问题是您没有首先初始化unicode字符串

>>> greek ='ÏÎ' 
>>> len(greek)
4

这些不是2个unicode字符…它们是4个单字节字符，碰巧也是unicode字符的utf-8编码。相反，请执行以下操作

greek =u'ÏÎ'

接下来，这些不是机器人，我是说希腊角色，你认为他们是

>>> ord(greek[0])
207

这些是128-255范围内的代码页字符，超出了您要查找的范围。是否改为使用这些字符

>>> greek = u'Ϊΐ'
>>> ord(greek[0])
938

最后，

unichr

走错了方向…它将序数转换为字符，但您想走另一条路。所以

>>> for c in greek:
...     if ord(c) >= 880 and ord(c) <= 1023:
...         print(c)
... 
Ϊ
ΐ

希腊语c的

>：
…如果ord（c）>=880且ord（c）您必须确保编辑器以UTF-8编码保存程序。这取决于您使用的文本编辑器。如果您使用IDLE，则建议在保存时添加
编码
行

此外，不需要将条件括在括号中，您可以使用short

这是针对python 3的

# -*- coding: utf-8 -*-
greek ='ÏÎ' 
for c in greek:
  if 880 <= ord(c) <= 1023:
    print(c)

#-*-编码：utf-8-*-
希腊语=‘ÏÎ’
对于希腊文中的c：
如果是880，请注意正确格式化代码。您应该使用换行符将代码放在单独的行上。我想您需要
ord
是的，
unichr
只是
chr
在python 3中是否有一个站点/链接为您提供了正确的符号/字母以及与之相关的代码。如果我们阅读了这些内容，我们会做同样的事情吗一个文件。我们的最终目标是读取一个大文件，我们正在获取逻辑并首先对几个字符进行测试。奇数转换可能发生在多个地方，因此您可能有正确的数字开始。这是unicode让我发疯的100种方式之一。我使用了（您需要删除空格），但
u'。join（unichr（x）对于范围内的x（8801024））
将起作用。顺便说一句，如果可以的话，我建议用python 3实现。它的默认字符串类型是unicode，没有太多惊喜。有时一开始它会比较混乱，因为你可能会处理字节、编码等，但总的来说错误比较少。