检查 unicode 值中的子字符串

Question

假设我在 Python 脚本中有一个具有 unicode 值的变量。

 place_name = u'K\u016bla Mountain'

在本例中，

016b

表示在

u

上使用长音符号。我想检查子字符串中是否有“016b”，如果找到，请将 place_name 更改为

u'Kula Mountain'

。如果它只是一个字符串，我可以使用：

if '016b' in place_name:
    place_name = 'Kula Mountain'

但这不适用于 unicode 值。检查“016b”的最简单方法是什么，如果找到，请将 place_name 更改为取消编码

u'Kula Mountain'

值？

注意，我尝试过：

 if '016b' in ord(alt_map_name):
      place_name = u'Kula Mountain'

正如有关此问题的其他帖子所建议的那样，但得到了

Traceback (most recent call last):
  File "<string>", line 1, in <module>
TypeError: ord() expected a character, but string of length 16 found

编辑：要明确的是，我只想检查

macron

(0x016b)，无论是带有“u”还是任何其他字母。

Answer 1

您误解了您的输入。

016b 不表示“u”上的宏。相反，

\u016b

是一个转义序列，表示十六进制值 016b 的 Unicode 代码点。该代码点恰好是 ū，U+016B 带长音符号的拉丁文小写字母 U，但它是重音“u”这一事实与转义序列中的“u”无关。

您的字符串中没有 0、1、6 或 b。您编写的字符串文字中包含这些字符，但它计算出的字符串中包含

ū

字符。搜索“016b”将找不到匹配项。

如果您想从输入中删除宏宏，您可以应用规范分解将组合字符转换为单独的“u”并组合宏宏 (U+0304 COMBINING MACRON) 代码点，然后删除组合宏宏：

import unicodedata

# NFD normalization applies canonical decomposition, splitting apart composed characters
decomposed_place_name = unicodedata.normalize('NFD', place_name)

# '\u0304' is a combining macron.
place_name_without_macrons = decomposed_place_name.replace('\u0304', '')

Answer 2

place_name = u'K\u016bla Mountain'


if 0x016b in [ord(c) for c in place_name]:
    place_name = u'Kula Mountain'
print(place_name)

输出：-

Kula Mountain

在您的情况下，

0x016b

表示字符

'u'

的Unicode代码点，并且

ord()

将单个字符作为参数。因此，您可以在此处使用列表理解