Python反转UTF-8字符串

我目前正在学习Python，作为斯洛文尼亚人，我经常使用UTF-8字符来测试我的程序。正常情况下，一切正常，但有一个我追不上。即使我在文件顶部声明了编码，当我试图反转包含特殊字符的字符串时，它也会失败

#-*- coding: utf-8 -*-

a = "čšž"
print a    #prints čšž
b = a[::-1]
print b    #prints �šō� instead of žšč

有没有办法解决这个问题？

Python 2字符串是字节字符串，UTF-8编码的文本每个字符使用多个字节。仅仅因为终端能够将UTF-8字节解释为字符，并不意味着Python知道一个UTF-8字符由哪些字节组成

您的bytestring由6个字节组成，每两个字节组成一个字符：

>>> a = "čšž"
>>> a
'\xc4\x8d\xc5\xa1\xc5\xbe'

但是，UTF-8使用的字节数取决于Unicode标准中字符的定义位置；ASCII字符（Unicode标准中的前128个字符）每个字符只需要1个字节，而许多表情符号需要4个字节

在UTF-8中，顺序就是一切；通过testring反转上述字节，就UTF-8标准而言会产生一些混乱，但中间的4个字节恰好是有效的UTF-8序列（对于

š

和

ō

）：

您必须将字节字符串解码为

unicode

对象，该对象由单个字符组成。反转该对象可获得正确的结果：

b = a.decode('utf8')[::-1]
print b

您始终可以再次将对象编码回UTF-8：

b = a.decode('utf8')[::-1].encode('utf8')

请注意，在Unicode中，在使用时反转文本仍可能遇到问题。使用组合字符反转文本会将这些组合字符放在它们组合的字符前面，而不是后面，因此它们会与错误的字符组合：

>>> print u'e\u0301a'
éa
>>> print u'e\u0301a'[::-1]
áe

---

您可以通过将Unicode数据转换为其标准化形式（用1-codepoint形式替换组合）来避免这种情况，但还有大量其他异国情调的Unicode字符不能很好地处理字符串反转。

仅澄清一下：“但是还有很多其他异国情调的Unicode字符不能与字符串反转交互”意思是“不能很好地处理字符串反转”或“不受字符串反转的影响”？@Piovezan:我自己也不是100%确定；我要用“不能很好地处理字符串反转”。

>>> print u'e\u0301a'
éa
>>> print u'e\u0301a'[::-1]
áe