python 2.7 string.join() 与 unicode

Question

我有一堆字节字符串(str，不是 unicode，在 python 2.7 中)包含 unicode 数据(在 utf-8 编码中) .

我正在尝试加入它们(通过 "".join(utf8_strings) 或 u"".join(utf8_strings))抛出

UnicodeDecodeError: 'ascii' codec can't decode byte 0xec in position 0: ordinal not in range(128)`

有什么方法可以对非 ascii 字符串使用 .join() 方法吗？当然我可以将它们连接在一个 for 循环中，但这不符合成本效益。

Answer 1

使用 ''.join() 连接字节串效果很好；如果您混合使用 unicode 和 str 对象，您看到的错误将仅出现:

>>> utf8 = [u'\u0123'.encode('utf8'), u'\u0234'.encode('utf8')]
>>> ''.join(utf8)
'\xc4\xa3\xc8\xb4'
>>> u''.join(utf8)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 0: ordinal not in range(128)
>>> ''.join(utf8 + [u'unicode object'])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 0: ordinal not in range(128)

当使用 Unicode 值 u'' 作为连接符，并分别将 Unicode 字符串添加到要连接的字符串列表时，会引发上述异常。