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。

本文链接：https://qyyshop.com/info/1234463.html

来源：【匿名】