Python中文字符串截取

#-*- coding:utf8 -*-

s = u'中文截取'

s.decode('utf8')[0:3].encode('utf8')

# 結果u'中文截取

延伸閱讀：

UTF-8中的漢字占用多少字節？

占2個字節的：〇

占3個字節的：基本等同於GBK，含21000多個漢字

占4個字節的：中日韓超大字符集里面的漢字，有5萬多個

一個UTF-8數字占1個字節

一個UTF-8英文字母占1個字節

 

在查找 UTF-8 編碼資料時發現，很多的帖子說的 UTF-8 編碼里，一個漢字占用3個字節，有的還做了個證明，大概是這樣的，創建一個沒有BOM的UTF-8編碼的文本文件，里面保存了幾個漢字，然后查看文件的大小。我覺得這樣的證明沒有一點說服力，因為 UTF-8 是變長的，1-6個字節，少量的漢字檢測是不能說明所有的漢字都是的。

后來我又查看了字符映射表－漢語，找到了正確的答案，少數是漢字每個占用3個字節，多數占用4個字節。