Python字符串格式+；UTF-8奇怪的行为

打印固定长度的格式化字符串（例如，

%20s

）时，宽度不同于UTF-8字符串和普通字符串：

>>> str1="Adam Matan"
>>> str2="אדם מתן"
>>> print "X %20s X" % str1
X           Adam Matan X
>>> print "X %20s X" % str2
X        אדם מתן X

请注意区别：

X           Adam Matan X
X        אדם מתן X

有什么想法吗？

试着这样做：

>>> str1="Adam Matan"
>>> str2=unicode("אדם מתן", "utf8")
>>> print "X %20s X" % str2
X              אדם מתן X
>>> print "X %20s X" % str1
X           Adam Matan X

---

您需要通过将

u

放在字符串前面来指定第二个字符串为Unicode：

>>> str1="Adam Matan"
>>> str2=u"אדם מתן"
>>> print "X %20s X" % str1
X           Adam Matan X
>>> print "X %20s X" % str2
X              אדם מתן X

---

这样做可以让Python知道它在计算Unicode字符，而不仅仅是字节。

在Python2中，非固定字符串的类型是

str

，这是一个字节字符串。它存储任意字节，而不是字符。UTF-8编码一些超过一个字节的字符<因此，code>str2包含的字节数比实际字符多，并且显示了字符串格式中意外但完全有效的行为。如果查看这些字符串的实际字节内容（使用

repr

而不是

print

），您将看到，在这两个字符串中，字段实际上都有20个字节（不是字符！）长

---

如前所述，解决方案是使用unicode字符串。在Python中使用字符串时，您绝对需要理解并意识到unicode和字节字符串之间的区别。

+1提供了很好的解释。您可能想查看本教程以更好地理解本教程