Python 如何将Unicode转换为大写来打印它？

我有这个：

>>> print 'example'
example
>>> print 'exámple'
exámple
>>> print 'exámple'.upper()
EXáMPLE

打印时需要执行的操作：

EXÁMPLE

（其中“a”的重音为accute，但为大写。）

---

我使用的是Python2.6。

我认为这很简单，只要不首先转换为ASCII即可

 >>> print u'exámple'.upper()
 EXÁMPLE

---

在Python2.x中，只需在调用upper（）之前将字符串转换为unicode即可。使用此网页上utf-8格式的代码：

>>> s = 'exámple'
>>> s
'ex\xc3\xa1mple'  # my terminal is not utf8. c3a1 is the UTF-8 hex for á
>>> s.decode('utf-8').upper()
u'EX\xc1MPLE'  # c1 is the utf-16 aka unicode for á

调用

decode

将其从当前格式转换为unicode。然后可以使用encode将其转换为其他格式，如utf-8。如果字符是iso-8859-2（本例中为捷克语等），则应改用

s.decode（'iso-8859-2'）.upper（）

---

与我的情况一样，如果您的终端不符合unicode/utf-8，您最好希望的是字符的十六进制表示（如我的），或者使用

s.decode（'utf-8'）.upper（）.encode（'ascii'，'replace'）

，将其进行无损转换，这将导致“示例”。如果您的终端无法显示unicode，请将输出写入utf-8格式的文件，然后在您最喜欢的编辑器中打开该文件。

我认为这里缺少一些背景信息：

>>> type('hello')
<type 'str'>

>>> type(u'hello')
<type 'unicode'>

>>键入（'hello'）
>>>键入（u'hello'）

只要您使用的是“unicode”字符串而不是“本机”字符串，像upper（）这样的运算符就可以使用unicode进行操作。默认情况下，Python3使用unicode，这使得区别在很大程度上无关紧要

---

从

unicode

到

str

再返回到

unicode

的字符串在许多方面都是次优的，如果需要，许多库都会生成unicode输出；因此，尽可能在内部使用

unicode

对象作为字符串。

首先，我现在只使用python3.1；它的主要优点是从unicode对象中消除了字节字符串的歧义。这使得绝大多数文本操作比过去更加安全。考虑到用户对Python2.x编码问题提出的数万亿个问题，Python2.1的

u'228bc

约定只是一个错误；有了显式的

字节

和

字节数组

，生活变得轻松多了

其次，如果py3k不是您喜欢的，那么尝试使用来自未来导入unicode文本的

，因为这将模拟py3k在Python2.6和2.7上的行为。这本可以避免你在说
print'example'.upper（）
时犯的（容易犯的）错误。本质上，这与py3k中的相同：
print（'example'.encode（'utf-8'）.upper（））
。比较这些版本（对于py3k）：

第一个是，基本上，当您使用一个裸字符串
'example'
时，如果您将默认编码设置为
utf-8
（根据BDFL的声明，在运行时设置默认编码是一个坏主意，因此在py2中，您必须通过说
import sys；reload（sys）；sys.setdefaultencoding来欺骗它（'utf-8'）
；我在下面为py3k提供了一个更好的解决方案）。当您查看这三行的输出时：

b'EX\xc3\xa1MPLE'
EXáMPLE
EXÁMPLE

您可以看到，当
upper（）
应用于第一个文本时，它作用于字节，而不是字符。python允许
upper（）
方法作用于字节，但它仅在字节的US-ASCII解释上定义。因为utf-8使用8位以内但US-ASCII之外的值（128到255，US-ASCII不使用），它们不会受到
upper（）的影响
，所以当我们在第二行解码时，我们得到了小写的
á
。最后，第三行做得很好，是的，令人惊讶的是，python似乎意识到
Á
是对应于
á
的大写字母。我运行了一个快速测试，看看python 3在大写和小写ca之间没有转换哪些字符se:

for cid in range( 3000 ):
  my_chr = chr( cid )
  if my_chr == my_chr.upper() and my_chr == my_chr.lower():
    say( my_chr )

仔细阅读列表可以发现很少出现拉丁字母、西里尔字母或希腊字母；大多数输出是非欧洲字符和标点符号。我能找到python出错的唯一字符是Ԥ/ԥ（\u0524、\u0525，'西里尔字母{大写字母|小写字母pe加降序'），所以只要你不使用拉丁扩展X块（看看这些，它们可能会带来惊喜），你可能会实际使用这种方法。当然，我没有检查映射的正确性

最后，这里是我在py3k应用程序启动部分中介绍的内容：一种使用数字字符引用（NCR）重新定义编码
sys.stdout
sees的方法作为回退；这意味着打印到标准输出永远不会引起unicode编码错误。当我在ubuntu上工作时，
\u sys.stdout.encoding
是
utf-8
；当同一个程序在windows上运行时，它可能是像
cp850
这样的奇怪的东西。输出可能看起来是开始的，但应用程序运行时没有r在那些愚蠢的终端上是个例外

#===========================================================================================================
# MAKE STDOUT BEHAVE IN A FAILSAFE MANNER
#-----------------------------------------------------------------------------------------------------------
def _harden_stdout():
  """Ensure that unprintable output to STDOUT does not cause encoding errors; use XML character references
  so any kind of output gets a chance to render in a decipherable way."""
  global _sys_TRM
  _sys.stdout       = _sys_TRM = _sys_io.TextIOWrapper(
    _sys.stdout.buffer,
    encoding        = _sys.stdout.encoding,
    errors          = 'xmlcharrefreplace',
    line_buffering  = true )
#...........................................................................................................
_harden_stdout()

还有一条建议：在测试时，始终尝试
打印repr（x）
或类似的东西，揭示了
x
的身份。如果你只是在py2中
print x
，并且
x
是一个八位字节字符串或unicode对象，就会产生各种各样的误解。这非常令人费解，而且容易引起很多人的挠头。正如我所说的，试着从未来的i开始，至少将其移动到py26输入unicode文字咒语

最后，引用一句话：“Glyph Lefkowitz在他的文章中说得最好：

我认为在这种情况下
在讨论中，术语“字符串”是
没有意义，有文字，有文字
是面向字节的数据（可能非常
我们可以表示文本，但还没有
在Python类型中，
文本是unicode。数据是str。这个想法
“非Unicode文本”只是一个
正在等待发生编程错误。“

更新：刚刚发现python 3在大写时正确地将ſ拉丁文小写字母长S转换为S。整洁！
试试：

s = 'exámple'
print unicode(s).upper()

如果我做s='exámñple'，我怎么能
s = 'exámple'
print unicode(s).upper()