python获取中文字符串长度的方法

获取中文字符串长度是Python编程中常见的需求之一。下面，我将为你讲解一下Python获取中文字符串长度的方法的完整攻略。

1. 中文字符编码方式

首先，我们需要了解中文字符在计算机中的编码方式。在Python 3中，中文字符常常采用Unicode编码（UTF-8或UTF-16）进行存储和传输，一个中文字符占用3或4个字节的存储空间。而在Python 2中，中文字符通常采用GBK或GB2312编码方式进行存储和传输，一个中文字符占用2个字节的存储空间。

2. 计算中文字符串长度的方法

2.1 使用len()函数

在Python中，通过len()函数可以获取字符串的长度。但需要注意的是，如果使用len()函数计算中文字符串的长度，可能会出现问题，因为len()函数将一个中文字符默认计算为一个字符，而实际上中文字符占用多个字节的存储空间。因此，在计算中文字符串长度时，需要将字符串转换为字节串进行计算。

示例1：

# -*- coding: utf-8 -*-
s = "中国"
print(len(s))   # 2
print(len(s.encode('utf-8')))   # 6

如上所示，对于字符串“中国”，使用len()函数计算长度时，输出结果为2。但是，将字符串转换成字节串之后，再使用len()函数计算长度，输出结果为6，即字符“中”占用了3个字节空间，“国”同理。

2.2 使用正则表达式

正则表达式(re模块)是处理字符串的常用工具之一，也可以用于计算字符串的长度，其中通过正则表达式匹配中文字符，即可计算中文字符串的长度。

示例2：

# -*- coding: utf-8 -*-
import re
s = "中国"
pattern = re.compile('[\u4e00-\u9fa5]')
result = pattern.findall(s)
print(len(result))   # 2

如上所示，示例2通过正则表达式匹配中文字符“[\u4e00-\u9fa5]”，再使用findall()函数匹配字符串“中国”，输出结果为2，即字符“中”和“国”各占用一个字节空间。

结语

以上就是Python获取中文字符串长度的方法的完整攻略，其中包含了使用len()函数计算长度和使用正则表达式计算长度的两种方法。在实际编程中，我们可以根据需要选择不同的方法进行处理。