我在unicode中有一个字符串，我需要返回前N个字符。 我这样做：返回unicode字符串的前N个字符
result = unistring[:5]
但当然unicode字符串的长度=字符的长度！ 任何想法？唯一的解决办法是使用重新？
编辑：更多信息
unistring = "Μεταλλικα" #Metallica written in Greek letters
result = unistring[:1]
returns->？
我认为unicode字符串是两个字节（char），这就是为什么会发生这种情况。如果我做的：
result = unistring[:2]
我得到
M
这是正确的， 所以，我就应该总是片* 2，或者我应该转换成什么？
由于Python 3.0之前的历史原因，不幸的是有两种字符串类型。 byte strings (str) and Unicode strings (unicode)。
在Python 3.0中统一之前，有两种声明字符串文字的方法：unistring = "Μεταλλικα"这是一个字节字符串，而unistring = u"Μεταλλικα"是一个Unicode字符串。
您在看到?时的原因result = unistring[:1]是因为Unicode文本中的某些字符无法在非Unicode字符串中正确表示。如果您曾经使用过旧的电子邮件客户端，并收到希腊等国的朋友发来的电子邮件，则可能会遇到此类问题。
所以在Python 2.x中，如果你需要处理Unicode，你必须明确地做到这一点。看看这个在Python中处理Unicode的介绍：Unicode HOWTO
“Μεταλλικα”不是ASCII字符串。它是用于保存脚本的编码中的字节字符串。 – 2010-01-29 11:15:42
你是对的标记将这些字符串称为字符串而不是ASCII字符串更正确，我已经更新了相应的答案。我真正想表达的是，ASCII文本（或等效字节字符串，取决于计算机上的代码页）是唯一可以用字符串安全处理的东西。 – 2010-01-29 12:48:39
Unicode HOWTO链接已死亡 – jeremyvillalobos 2016-02-10 14:18:34
当你说：
unistring = "Μεταλλικα" #Metallica written in Greek letters
您没有 unicode字符串做。你有一个字节串（推测是）UTF-8。这不是一回事。 unicode字符串是Python中的一个单独的数据类型。通过使用正确的编码解码字节串得到统一：
unistring = "Μεταλλικα".decode('utf-8')
或使用Unicode文本在源文件中使用正确的编码声明
# coding: UTF-8
unistring = u"Μεταλλικα"
Unicode字符串会做你想要的时候，你是什么做unistring[:5]。
您还需要在.decode（）示例之前使用“#coding：utf-8”，并且该文件必须实际保存在utf-8中。解码脚本时，Python 2.x默认为ASCII。任何使用非ASCII字符都需要#coding行声明用于保存文件的编码。 – 2010-01-29 11:20:14
在Python 2.5及更高版本中，您需要使用非ASCII内容的任何源文件的编码声明，是的。 （在此之前，它只是一个警告）。然而，编码声明不会改变代码的含义，因为它只是字节中的字节。 – 2010-01-29 13:23:43
-1这是不正确的ü“一些Unicode测试”[：5]可能会给非法序列，因为UTF-16是可变宽度编码，所以切割“Unicode”字符串不正确，因为切割utf-8字符串 – Artyom 2010-01-29 13:43:56
对任何类型的“Unicode字符串”都没有正确的直接方法。
即使Python“Unicode”UTF-16字符串也有可变长度字符，所以不能用ustring [：5]来切割。因为一些Unicode代码点可能使用多于一个的“字符”，即代理对。
所以，如果你想减少5个代码点（注意，这些字符），所以你可以对文本进行分析，看和http://en.wikipedia.org/wiki/UTF-16定义。所以你需要使用一些掩码来找出边界。
此外，你还没有得到字符。因为例如。单词“שָלוֹם” - 希伯来语中的和平“沙洛姆”由4个字符和6个代码点字母“shin”，元音“a”字母“lamed”，字母“vav”和元音“o”以及最终字母“mem”组成。
所以字符不是码点。
对于大多数西方语言而言，其中带有变音符号的字母可能表示为两个代码点。搜索“unicode标准化”示例。
所以...如果你真的需要5个首字符，你必须使用ICU库等工具。例如，Python的ICU库提供字符边界迭代器。
你确定你有一个实际的Unicode字符串，而不是（说）与UTF-8数据的字节串？如果是这样，你如何定义'角色'？ （unicode字符串是代码点字符串（在UCS-4版本中）或codeunits。） – 2010-01-28 11:03:03
来自我们的主机：http://www.joelonsoftware.com/articles/Unicode.html – Will 2010-01-28 12:52:10
请问，请不要。这在这里并不适用。 – Joey 2010-01-28 12:59:39