首页 / PYTHON / 【python】含中文字符串截断
【python】含中文字符串截断
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了【python】含中文字符串截断,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1416字,纯文字阅读大概需要3分钟。
内容图文
对于含多字节的字符串,进行截断的时候,要判断截断处是几字节字符,不能将多字节从中分割,避免截断后乱码
下面给出utf8和gb18030上的实现, 用任何一种都可以,可以先进行转码,用encode, decode;
方法1:对utf8: 参考:http://blog.csdn.net/marising/article/details/3452971
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
def
subString(string,length):
if
length >
=
len
(string):
return
string
result
=
‘‘
i
=
0
p
=
0
while
True
:
ch
=
ord
(string[i])
#1111110x
if
ch >
=
252
:
p
=
p
+
6
#111110xx
elif
ch >
=
248
:
p
=
p
+
5
#11110xxx
elif
ch >
=
240
:
p
=
p
+
4
#1110xxxx
elif
ch >
=
224
:
p
=
p
+
3
#110xxxxx
elif
ch >
=
192
:
p
=
p
+
2
else
:
p
=
p
+
1
if
p >
=
length:
break
;
else
:
i
=
p
return
string[
0
:i]
|
方法2:对gb18030编码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
def
cut_string_off(string,s_len):
if
len
(string)
=
=
0
or
s_len <
=
0
:
return
string
elif
len
(string)
=
=
1
or
s_len >
=
len
(string):
return
string
elif
s_len <
len
(string):
len_num
=
0
while
len_num < s_len:
tmp_c
=
ord
(string[len_num])
if
tmp_c >
0
and
tmp_c <
=
0x7F
:
len_num
+
=
1
continue
tmp_nextc
=
ord
(string[len_num
+
1
])
if
tmp_c >
=
0x81
and
tmp_c <
=
0xFE
and
tmp_nextc>
=
0x40
and
tmp_nextc<
=
0xFE
:
len_num
+
=
2
continue
else
:
len_num
+
=
1
;
continue
break
tmp
=
string[
0
:len_num]
# print utf2gbk(tmp)
return
tmp
|
原文:http://www.cnblogs.com/liyuxia713/p/3518689.html
内容总结
以上是互联网集市为您收集整理的【python】含中文字符串截断全部内容,希望文章能够帮你解决【python】含中文字符串截断所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。