使用str.center()函数处理Unicode字符时出现问题

Question

我在Python 2.7中观察到了str对象的center方法的奇怪行为 -

>>> print '-'.center(5,'.')        # '-' is the minus or hyphen key on the keyboard.
..-..                              # correctly centered
>>> print '─'.center(5, '.')       # '─' is NOT the minus or hyphen key on the keyboard.
.─.                                # incorrectly centered

这是center方法实现的一个错误还是与使用Unicode字符有关？
我该如何解决这个问题？

[请注意，在Python 3.2中，这个方法可以完美地工作]

- Pushpak Dagade

---

你尝试过使用 u"─" 吗？你当前使用的字符在UTF-8中占用了3个字节。 - Wooble

u"─"有效。谢谢。但我想知道这种奇怪行为的原因。请把原因作为答案，我会给你点赞。 - Pushpak Dagade

Answer 1

在Python 2中，有一个区分str和unicode类型的差别。一个str是一系列字节，并使用未修改的引号创建。你的'─'创建了一个由3个字节组成的序列，显示为单个Unicode字符；当你要求str.center()将这些字节居中在5字节宽的字段中时，在每侧添加一个单独的字节；打印时只会得到3个字形。

如果你创建一个unicode对象（用u'─'或'─'.decode('utf-8')），现在你有了一个由1个Unicode字符组成的序列，将通过在每侧添加2个字符来居中。

Python 3没有这个问题，因为普通字符串是Unicode字符序列。

- Wooble

Answer 2

print '─'.decode('utf-8').center(5, '.')  

# returns: '..─..'

- eumiro

---

我能知道为什么不使用“decode”会出现这种奇怪的行为吗？也就是说，为什么它会给出错误的输出而不是报错？ - Pushpak Dagade

它不会按照你想要的方式解释 '─'。 - eumiro