这样做的规范 Pythonic 方式是
>>> 'Kilometers'.lower()
'kilometers'
但是,如果目的是进行不区分大小写的匹配,则应使用大小写折叠:
>>> 'Kilometers'.casefold()
'kilometers'
原因如下:
>>> "Maße".casefold()
'masse'
>>> "Maße".lower()
'maße'
>>> "MASSE" == "Maße"
False
>>> "MASSE".lower() == "Maße".lower()
False
>>> "MASSE".casefold() == "Maße".casefold()
True
这是 Python 3 中的 str 方法,但在 Python 2 中,您需要查看 PyICU 或 py2casefold - several answers address this here。
统一码 Python 3
Python 3 将纯字符串文字处理为 unicode:
>>> string = 'Километр'
>>> string
'Километр'
>>> string.lower()
'километр'
Python 2,纯字符串文字是字节
在 Python 2 中,粘贴到 shell 中的以下代码使用 utf-8
将文字编码为字节字符串。
并且 lower
不会映射字节会知道的任何更改,因此我们得到相同的字符串。
>>> string = 'Километр'
>>> string
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> string.lower()
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> print string.lower()
Километр
在脚本中,Python 将反对非 ascii(从 Python 2.5 开始,在 Python 2.4 中为警告)字节在没有给出编码的字符串中,因为预期的编码会模棱两可。有关详细信息,请参阅 docs 和 PEP 263 中的 Unicode 操作方法
使用 Unicode 文字,而不是 str 文字
所以我们需要一个 unicode
字符串来处理这个转换,使用 unicode 字符串文字很容易完成,它使用 u
前缀消除歧义(注意 u
前缀也适用于 Python 3):
>>> unicode_literal = u'Километр'
>>> print(unicode_literal.lower())
километр
请注意,字节与 str
字节完全不同 - 转义字符是 '\u'
,后跟 2 字节宽度,或这些 unicode
字母的 16 位表示:
>>> unicode_literal
u'\u041a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> unicode_literal.lower()
u'\u043a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
现在,如果我们只有 str
的形式,我们需要将其转换为 unicode
。 Python 的 Unicode 类型是一种通用编码格式,与大多数其他编码相比,它具有许多 advantages。我们可以使用 unicode
构造函数或带有编解码器的 str.decode
方法将 str
转换为 unicode
:
>>> unicode_from_string = unicode(string, 'utf-8') # "encoding" unicode from string
>>> print(unicode_from_string.lower())
километр
>>> string_to_unicode = string.decode('utf-8')
>>> print(string_to_unicode.lower())
километр
>>> unicode_from_string == string_to_unicode == unicode_literal
True
两种方法都转换为 unicode 类型 - 与 unicode_literal 相同。
最佳实践,使用 Unicode
建议您始终work with text in Unicode。
软件只能在内部使用 Unicode 字符串,在输出时转换为特定的编码。
必要时可以回编码
但是,要在类型 str
中恢复小写字母,请将 python 字符串再次编码为 utf-8
:
>>> print string
Километр
>>> string
'\xd0\x9a\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> string.decode('utf-8')
u'\u041a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> string.decode('utf-8').lower()
u'\u043a\u0438\u043b\u043e\u043c\u0435\u0442\u0440'
>>> string.decode('utf-8').lower().encode('utf-8')
'\xd0\xba\xd0\xb8\xd0\xbb\xd0\xbe\xd0\xbc\xd0\xb5\xd1\x82\xd1\x80'
>>> print string.decode('utf-8').lower().encode('utf-8')
километр
所以在 Python 2 中,Unicode 可以编码成 Python 字符串,而 Python 字符串可以解码成 Unicode 类型。
>>> "raison d'être".casefold(); "raison d'être"
查看 this answer 关于 unidecode
对于 Python 2,这不适用于 UTF-8 中的非英语单词。在这种情况下,decode('utf-8')
可以提供帮助:
>>> s='Километр'
>>> print s.lower()
Километр
>>> print s.decode('utf-8').lower()
километр
decode('utf-8')
不仅在 Python 3 中是不必要的,而且会导致错误。 (ref)。示例:$python3; >>>s='Километр'; >>>print (s.lower); #result: километр >>>s.decode('utf-8').lower(); #result: ...AttributeError: 'str' object has no attribute 'decode'
我们可以看到第二种方法,参考@AaronHall 的出色回答。 >>>s.casefold() #result: километр
此外,您可以覆盖一些变量:
s = input('UPPER CASE')
lower = s.lower()
如果你这样使用:
s = "Kilometer"
print(s.lower()) - kilometer
print(s) - Kilometer
它只会在调用时工作。
s=s.lower()
是要走的路。
s
?变量名与问题有什么关系?
s
喜欢它在答案中使用
不要尝试这个,完全不推荐,不要这样做:
import string
s='ABCD'
print(''.join([string.ascii_lowercase[string.ascii_uppercase.index(i)] for i in s]))
输出:
abcd
由于还没有人写,你可以使用 swapcase
(所以大写字母会变成小写,反之亦然)(你应该在我刚才提到的情况下使用这个(将大写转换为小写,从小写转换为大写)):
s='ABCD'
print(s.swapcase())
输出:
abcd
不定期副业成功案例分享
str.maketrans
和str.translate
。ÀÇÐÊĞİŃÓŒŘŠŤÚŻ
,但有一个问题是,无点 i"ı".upper().lower()
变为i
,而上点式İ
由于Combining dot above (0x307)
而得以保留。