为什么Python不会用upper（）改写特殊字符？

Question

我不明白的是：

'ô TRAM'.upper() != 'Ô TRAM' 
'ô TRAM'.upper() == 'ô TRAM' 

所有文本编辑器（包括vim和emacs）转换“O TRAM'.upper（），以 'O TRAM' 当我们问upcase。为什么Python似乎只能提升[a-zA-Z]个字符？解决方法是什么？

Answer 1

什么@Thanakon指出，简单是正确的：你可以在的Unicode做到这一点字符串。

你问过为什么尽管Python对“窄”字符串没有这样做。原因是：Unicode是一个真正的庞大的的东西 - 在内存和处理方面。这绝对不是微不足道的。看看Unicode的定义或ICU Library的实现。

当Python被构思出来时，早在90年代初，字符串的Unicode并不是一个大问题。对于Python社区向后兼容性一直是一个大问题。因此，在某些2.x版本中做“在窄字符串上进行unicode升级”会非常困难。

但是其他人在2000年代对这个解决方案并不满意，所以他们发明了新数据类型：unicode。如果您将数据放在那里，您将获得完整的Unicode功能。还有其他模块，以方便您...

哦，顺便说一句：你显示的窄字符串必须是解释代码页之前它是有道理的unicode-ish。当你的字符串显示这里是许多编码解释一个（ISO-8859-1，也许？）

但现在的好东西：在的Python 3他们决定它的价值，打破向后兼容性。默认字符串是然后一个Unicode字符串！当你在Python 3中编写'hello'时，它与Python 2 u'hello'中的相同。并且你可以获得Unicode功能。

无论哪种方式，在Python 2 u'blah'或Python 3 'blah'你必须确保蟒蛇文件是保存在UTF-8（或类似）。在Python 3中，它是standard encoding的*.py -files，在Python 2中，您必须包含文件编码的add an header-line# -*- coding: utf-8 -*-，或者确保编辑器编写UTF-8 BOM mark。

Answer 2

在默认情况下使用Unicode的Python 3中，它应该可以工作。

在Python 2，你必须强迫它，这将这样的伎俩：

u'ô TRAM'.upper() 

u防止翻译成ASCII文本。 （其余为Unicode）

Answer 3

你标记你的问题作为unicode，但你永远不使你的unicode字符串：

>>> print u'ô TRAM'.upper() 
Ô TRAM 
>>> print 'ô TRAM'.upper() 
ô TRAM