Python中文字符串截取問題

　　web應用難免會截取字符串的需求,Python中截取英文很容易，但是截取utf-8的中文機會截取一半導致一些不是亂碼的亂碼.其實utf8截取很簡單,這裡記下來分享給大家

　　先來看個例子：

? 1 2 3 4 #-*- coding:utf8 -*- s = u'中文截取' s.decode('utf8')[0:3].encode('utf8') # 結果u'中文截取

　　延伸閱讀：

　　UTF-8中的漢字占用多少字節?

　　占2個字節的：〇

　　占3個字節的：基本等同於GBK，含21000多個漢字

　　占4個字節的：中日韓超大字符集裡面的漢字，有5萬多個

　　一個UTF-8數字占1個字節

　　一個UTF-8英文字母占1個字節

　　在查找 UTF-8 編碼資料時發現，很多的帖子說的 UTF-8 編碼裡，一個漢字占用3個字節，有的還做了個證明，大概是這樣的，創建一個沒有BOM的UTF-8編碼的文本文件，裡面保存了幾個漢字，然後查看文件的大小。我覺得這樣的證明沒有一點說服力，因為 UTF-8 是變長的，1-6個字節，少量的漢字檢測是不能說明所有的漢字都是的。

　　後來我又查看了字符映射表-漢語，找到了正確的答案，少數是漢字每個占用3個字節，多數占用4個字節。

 

　　以上所述就是本文的全部內容了，希望大家能夠喜歡。