unicode处理中文

On Sat, 19 Mar 2005 22:21:36 +0800, python leo < python.leo@gmail.com>
wrote:
> >>> unicode('中文','cp936')
> u'/u4e2d/u6587'
> >>> print unicode('中文','cp936')
> 中文
> >>>
> 谁讲讲为什么会产生这种不同?如果想把中文输出到文件,该怎么处理?

在交互界面下，你敲完一条命令后会输出其返回值的expr()，如果返回值是None则不输出任何结果。因此：

unicode('中文','cp936')将返回一个unicode对象，u'/u4e2d/u6587'是expr(unicode('中文','cp936'))的返回值。

print
unicode('中文','cp936')这条语句将打印出"中文"两字，返回None，因此不再输出任何内容。

也就是说，u'/u4e2d/u6587'是交互界面输出的，而"中文"二字是你的命令输出的。


要想把中文输出到文件，只需要将中文unicode用你需要的编码格式编码为string，然后用file.write()或者print
>>f即可。如果你的中文字符串本来就是string格式，直接写入文件就行。

READ AFTER ME:
string对象仅仅是一堆字节，只有确认了它的编码，它才能称为"字符"串

> >>> unicode('中文','cp936')
> u'/u4e2d/u6587'
这种处理是Python自动完成的。它把计算机内部保存的数据给显示出来了。这才是真正的内容！
> >>> print unicode('中文','cp936')
> 中文
这个是打印出来的，是为了看的。是由操作系统根据编译转换成了相应的字体。如果你做过GUI程序，可以理解为将汉字使用图形函数画在屏幕上的。
> >>>