【python】含中文字符串截断

• Z时代
• 2024-01-10
• 分类：综合

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

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

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

以上是 【python】含中文字符串截断 的全部内容， 来源链接： utcz.com/z/389024.html