如何在Python中拆分多语言行并获取Unicode十六进制值？

我尝试将这类行拆分为：

艾布伦什爱不忍释 “不，不，不，不”

这一行包含希伯来文、简体中文和英文

例如，如果我有一个元组T，我希望得到的元组是T=（希伯来语字符串、英语字符串、中文字符串）

问题是我不知道如何获得希伯来文字母的中文Unicode值。这两条线都不起作用：

print ((unicode("释","utf-8")).encode("utf-8"))
print ((unicode("א","utf-8")).encode("utf-8"))

我得到了这个错误：

SyntaxError:第9行的文件split_或.py中的非ASCII字符'\xe9'，但未声明编码；有关详细信息，请参阅

---

在Python 2中，Unicode字符串常量需要以“u”字符开头，如：

print ((unicode(u"释","utf-8")).encode("utf-8"))
print ((unicode(u"א","utf-8")).encode("utf-8"))

---

在Python 3中，字符串常量默认为Unicode。

在Python 2中，Unicode字符串常量需要以“u”字符开头，如：

print ((unicode(u"释","utf-8")).encode("utf-8"))
print ((unicode(u"א","utf-8")).encode("utf-8"))

---

在Python 3中，字符串常量默认为Unicode。

在Python 2中，您需要打开指定如下编码的文件：

import codecs
f = codecs.open("myfile.txt","r",encoding="utf-8") 

在Python3中，您可以将编码选项添加到任何open（）调用中

这将保证文件被正确解码。请注意，这并不意味着您的打印调用将正常工作，这取决于许多事情（例如，请参阅，这只是一个开始）；最好使用适当的调试器，或者输出到文件（将再次使用codecs.open（）打开）

要获取实际代码点（即整数“值”），可以使用内置的ord（）：

如果你知道不同语言的范围，这就是你所需要的。有关范围，请参见或

否则，您可能希望使用

unicodedata

查找内容，例如双向类别：

>>> unicodedata.bidirectional(u"£")
ET  # 'E'uropean 'T'erminator

---

在Python 2中，您需要打开指定如下编码的文件：

import codecs
f = codecs.open("myfile.txt","r",encoding="utf-8") 

在Python3中，您可以将编码选项添加到任何open（）调用中

这将保证文件被正确解码。请注意，这并不意味着您的打印调用将正常工作，这取决于许多事情（例如，请参阅，这只是一个开始）；最好使用适当的调试器，或者输出到文件（将再次使用codecs.open（）打开）

要获取实际代码点（即整数“值”），可以使用内置的ord（）：

如果你知道不同语言的范围，这就是你所需要的。有关范围，请参见或

否则，您可能希望使用

unicodedata

查找内容，例如双向类别：

>>> unicodedata.bidirectional(u"£")
ET  # 'E'uropean 'T'erminator

---

在问题、标记或两者中指出您正在使用的Python版本（2.x或3.x）可能是值得的。您是否在文件的开头声明了任何编码，例如#coding:utf-8？您声明的问题是一个非常明显的错误，甚至包含指向文本的链接，该文本告诉您如何解决它。你为什么不看链接？因此，这是@lennartreegebro的副本。您在说什么？错误包括文本“请参阅以获取详细信息”。该链接准确地告诉您如何修复所遇到的错误。在问题、标记或两者中指出您正在使用的Python版本（2.x或3.x）可能是值得的。您是否在文件开头声明了任何编码，例如#coding:utf-8？您指出的问题是一个非常明显的错误，甚至包含指向文本的链接，该文本告诉您如何解决该问题。你为什么不看链接？因此，这是@lennartreegebro的副本。您在说什么？错误包括文本“请参阅以获取详细信息”。该链接准确地告诉您如何修复所遇到的错误。