Об’єкти та кодеки Unicode¶
Об’єкти Unicode¶
З моменту впровадження PEP 393 у Python 3.3 об’єкти Unicode внутрішньо використовують різноманітні представлення, щоб дозволити обробку повного діапазону символів Unicode, залишаючись ефективним для пам’яті. Існують особливі випадки для рядків, де всі кодові точки нижчі за 128, 256 або 65536; інакше кодові точки повинні бути нижче 1114112 (що є повним діапазоном Unicode).
Py_UNICODE*
and UTF-8 representations are created on demand and cached
in the Unicode object. The Py_UNICODE*
representation is deprecated
and inefficient.
Due to the transition between the old APIs and the new APIs, Unicode objects can internally be in two states depending on how they were created:
«canonical» Unicode objects are all objects created by a non-deprecated Unicode API. They use the most efficient representation allowed by the implementation.
«legacy» Unicode objects have been created through one of the deprecated APIs (typically
PyUnicode_FromUnicode()
) and only bear thePy_UNICODE*
representation; you will have to callPyUnicode_READY()
on them before calling any other API.
Примітка
The «legacy» Unicode object will be removed in Python 3.12 with deprecated APIs. All Unicode objects will be «canonical» since then. See PEP 623 for more information.
Тип Unicode¶
Ось основні типи об’єктів Unicode, які використовуються для реалізації Unicode в Python:
-
Py_UCS4
¶ -
Py_UCS2
¶ -
Py_UCS1
¶ Ці типи є визначеннями типів для беззнакових цілих типів, достатньо широких, щоб містити символи 32 біти, 16 бітів і 8 бітів відповідно. При роботі з окремими символами Unicode використовуйте
Py_UCS4
.Нове в версії 3.3.
-
Py_UNICODE
¶ Це визначення типу
wchar_t
, який є 16-бітним або 32-бітним типом залежно від платформи.Змінено в версії 3.3: У попередніх версіях це був 16-розрядний або 32-розрядний тип залежно від того, чи ви вибрали «вузьку» чи «широку» версію Unicode Python під час збирання.
-
PyASCIIObject
¶ -
PyCompactUnicodeObject
¶ -
PyUnicodeObject
¶ Ці підтипи
PyObject
представляють об’єкт Python Unicode. Майже у всіх випадках їх не слід використовувати напряму, оскільки всі функції API, які працюють з об’єктами Unicode, приймають і повертають покажчикиPyObject
.Нове в версії 3.3.
-
PyTypeObject
PyUnicode_Type
¶ Цей екземпляр
PyTypeObject
представляє тип Python Unicode. Він доступний коду Python якstr
.
The following APIs are really C macros and can be used to do fast checks and to access internal read-only data of Unicode objects:
-
int
PyUnicode_Check
(PyObject *o)¶ Return true if the object o is a Unicode object or an instance of a Unicode subtype. This function always succeeds.
-
int
PyUnicode_CheckExact
(PyObject *o)¶ Return true if the object o is a Unicode object, but not an instance of a subtype. This function always succeeds.
-
int
PyUnicode_READY
(PyObject *o)¶ Ensure the string object o is in the «canonical» representation. This is required before using any of the access macros described below.
Returns
0
on success and-1
with an exception set on failure, which in particular happens if memory allocation fails.Нове в версії 3.3.
Deprecated since version 3.10, will be removed in version 3.12: This API will be removed with
PyUnicode_FromUnicode()
.
-
Py_ssize_t
PyUnicode_GET_LENGTH
(PyObject *o)¶ Return the length of the Unicode string, in code points. o has to be a Unicode object in the «canonical» representation (not checked).
Нове в версії 3.3.
-
Py_UCS1*
PyUnicode_1BYTE_DATA
(PyObject *o)¶ -
Py_UCS2*
PyUnicode_2BYTE_DATA
(PyObject *o)¶ -
Py_UCS4*
PyUnicode_4BYTE_DATA
(PyObject *o)¶ Return a pointer to the canonical representation cast to UCS1, UCS2 or UCS4 integer types for direct character access. No checks are performed if the canonical representation has the correct character size; use
PyUnicode_KIND()
to select the right macro. Make surePyUnicode_READY()
has been called before accessing this.Нове в версії 3.3.
-
PyUnicode_WCHAR_KIND
¶ -
PyUnicode_1BYTE_KIND
¶ -
PyUnicode_2BYTE_KIND
¶ -
PyUnicode_4BYTE_KIND
¶ Повертає значення макросу
PyUnicode_KIND()
.Нове в версії 3.3.
Deprecated since version 3.10, will be removed in version 3.12:
PyUnicode_WCHAR_KIND
is deprecated.
-
unsigned int
PyUnicode_KIND
(PyObject *o)¶ Return one of the PyUnicode kind constants (see above) that indicate how many bytes per character this Unicode object uses to store its data. o has to be a Unicode object in the «canonical» representation (not checked).
Нове в версії 3.3.
-
void*
PyUnicode_DATA
(PyObject *o)¶ Return a void pointer to the raw Unicode buffer. o has to be a Unicode object in the «canonical» representation (not checked).
Нове в версії 3.3.
-
void
PyUnicode_WRITE
(int kind, void *data, Py_ssize_t index, Py_UCS4 value)¶ Write into a canonical representation data (as obtained with
PyUnicode_DATA()
). This macro does not do any sanity checks and is intended for usage in loops. The caller should cache the kind value and data pointer as obtained from other macro calls. index is the index in the string (starts at 0) and value is the new code point value which should be written to that location.Нове в версії 3.3.
-
Py_UCS4
PyUnicode_READ
(int kind, void *data, Py_ssize_t index)¶ Прочитайте кодову точку з канонічного представлення data (отриманого за допомогою
PyUnicode_DATA()
). Перевірки чи готові виклики не виконуються.Нове в версії 3.3.
-
Py_UCS4
PyUnicode_READ_CHAR
(PyObject *o, Py_ssize_t index)¶ Read a character from a Unicode object o, which must be in the «canonical» representation. This is less efficient than
PyUnicode_READ()
if you do multiple consecutive reads.Нове в версії 3.3.
-
PyUnicode_MAX_CHAR_VALUE
(o)¶ Return the maximum code point that is suitable for creating another string based on o, which must be in the «canonical» representation. This is always an approximation but more efficient than iterating over the string.
Нове в версії 3.3.
-
Py_ssize_t
PyUnicode_GET_SIZE
(PyObject *o)¶ Return the size of the deprecated
Py_UNICODE
representation, in code units (this includes surrogate pairs as 2 units). o has to be a Unicode object (not checked).Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_GET_LENGTH()
.
-
Py_ssize_t
PyUnicode_GET_DATA_SIZE
(PyObject *o)¶ Return the size of the deprecated
Py_UNICODE
representation in bytes. o has to be a Unicode object (not checked).Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_GET_LENGTH()
.
-
Py_UNICODE*
PyUnicode_AS_UNICODE
(PyObject *o)¶ -
const char*
PyUnicode_AS_DATA
(PyObject *o)¶ Return a pointer to a
Py_UNICODE
representation of the object. The returned buffer is always terminated with an extra null code point. It may also contain embedded null code points, which would cause the string to be truncated when used in most C functions. TheAS_DATA
form casts the pointer toconst char *
. The o argument has to be a Unicode object (not checked).Змінено в версії 3.3: This macro is now inefficient – because in many cases the
Py_UNICODE
representation does not exist and needs to be created – and can fail (returnNULL
with an exception set). Try to port the code to use the newPyUnicode_nBYTE_DATA()
macros or usePyUnicode_WRITE()
orPyUnicode_READ()
.Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using the
PyUnicode_nBYTE_DATA()
family of macros.
-
int
PyUnicode_IsIdentifier
(PyObject *o)¶ Повертає
1
, якщо рядок є дійсним ідентифікатором відповідно до визначення мови, розділ Ідентифікатори та ключові слова. Інакше поверніть0
.Змінено в версії 3.9: Функція більше не викликає
Py_FatalError()
, якщо рядок не готовий.
Властивості символів Unicode¶
Unicode надає багато різних властивостей символів. Найпотрібніші з них доступні через ці макроси, які зіставляються з функціями C залежно від конфігурації Python.
-
int
Py_UNICODE_ISLOWER
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи ch є символом нижнього регістру.
-
int
Py_UNICODE_ISUPPER
(Py_UCS4 ch)¶ Повертає
1
або0
залежно від того, чи ch є символом у верхньому регістрі.
-
int
Py_UNICODE_ISLINEBREAK
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи є ch символом розриву рядка.
-
int
Py_UNICODE_ISDECIMAL
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи є ch десятковим символом.
-
int
Py_UNICODE_ISNUMERIC
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи є ch цифровим символом.
-
int
Py_UNICODE_ISALNUM
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи є ch буквено-цифровим символом.
-
int
Py_UNICODE_ISPRINTABLE
(Py_UCS4 ch)¶ Повертає «1» або «0» залежно від того, чи є ch символом для друку. Символи, що не друкуються, — це символи, визначені в базі даних символів Unicode як «Інші» або «Розділювачі», за винятком пробілу ASCII (0x20), який вважається придатним для друку. (Зауважте, що друковані символи в цьому контексті – це ті символи, які не слід екранувати, коли
repr()
викликається в рядку. Це не впливає на обробку рядків, записаних уsys.stdout
абоsys.stderr
.)
Ці API можна використовувати для швидкого прямого перетворення символів:
-
Py_UCS4
Py_UNICODE_TOLOWER
(Py_UCS4 ch)¶ Повертає символ ch, перетворений на нижній регістр.
Застаріло починаючи з версії 3.3: This function uses simple case mappings.
-
Py_UCS4
Py_UNICODE_TOUPPER
(Py_UCS4 ch)¶ Повертає символ ch, перетворений у верхній регістр.
Застаріло починаючи з версії 3.3: This function uses simple case mappings.
-
Py_UCS4
Py_UNICODE_TOTITLE
(Py_UCS4 ch)¶ Повертає символ ch, перетворений на регістр заголовка.
Застаріло починаючи з версії 3.3: This function uses simple case mappings.
-
int
Py_UNICODE_TODECIMAL
(Py_UCS4 ch)¶ Return the character ch converted to a decimal positive integer. Return
-1
if this is not possible. This macro does not raise exceptions.
-
int
Py_UNICODE_TODIGIT
(Py_UCS4 ch)¶ Return the character ch converted to a single digit integer. Return
-1
if this is not possible. This macro does not raise exceptions.
-
double
Py_UNICODE_TONUMERIC
(Py_UCS4 ch)¶ Return the character ch converted to a double. Return
-1.0
if this is not possible. This macro does not raise exceptions.
Ці API можна використовувати для роботи із сурогатами:
-
Py_UNICODE_IS_SURROGATE
(ch)¶ Перевірте, чи ch є сурогатом (
0xD800 <= ch <= 0xDFFF
).
-
Py_UNICODE_IS_HIGH_SURROGATE
(ch)¶ Перевірте, чи ch є високим сурогатом (
0xD800 <= ch <= 0xDBFF
).
-
Py_UNICODE_IS_LOW_SURROGATE
(ch)¶ Перевірте, чи ch є низьким сурогатом (
0xDC00 <= ch <= 0xDFFF
).
-
Py_UNICODE_JOIN_SURROGATES
(high, low)¶ Join two surrogate characters and return a single Py_UCS4 value. high and low are respectively the leading and trailing surrogates in a surrogate pair.
Створення та доступ до рядків Unicode¶
Щоб створити об’єкти Unicode та отримати доступ до їхніх основних властивостей послідовності, використовуйте ці API:
-
PyObject*
PyUnicode_New
(Py_ssize_t size, Py_UCS4 maxchar)¶ - Return value: New reference.
Створіть новий об’єкт Unicode. maxchar має бути справжньою максимальною кодовою точкою, яка буде розміщена в рядку. Приблизно його можна округлити до найближчого значення в послідовності 127, 255, 65535, 1114111.
Це рекомендований спосіб виділення нового об’єкта Unicode. Розмір об’єктів, створених за допомогою цієї функції, неможливо змінити.
Нове в версії 3.3.
-
PyObject*
PyUnicode_FromKindAndData
(int kind, const void *buffer, Py_ssize_t size)¶ - Return value: New reference.
Створіть новий об’єкт Unicode із заданим kind (можливі значення:
PyUnicode_1BYTE_KIND
тощо, як повертаєPyUnicode_KIND()
). Буфер має вказувати на масив одиниць розміру по 1, 2 або 4 байти на символ, як задано типом.Нове в версії 3.3.
-
PyObject*
PyUnicode_FromStringAndSize
(const char *u, Py_ssize_t size)¶ - Return value: New reference.
Create a Unicode object from the char buffer u. The bytes will be interpreted as being UTF-8 encoded. The buffer is copied into the new object. If the buffer is not
NULL
, the return value might be a shared object, i.e. modification of the data is not allowed.If u is
NULL
, this function behaves likePyUnicode_FromUnicode()
with the buffer set toNULL
. This usage is deprecated in favor ofPyUnicode_New()
, and will be removed in Python 3.12.
-
PyObject *
PyUnicode_FromString
(const char *u)¶ - Return value: New reference.
Create a Unicode object from a UTF-8 encoded null-terminated char buffer u.
-
PyObject*
PyUnicode_FromFormat
(const char *format, ...)¶ - Return value: New reference.
Take a C
printf()
-style format string and a variable number of arguments, calculate the size of the resulting Python Unicode string and return a string with the values formatted into it. The variable arguments must be C types and must correspond exactly to the format characters in the format ASCII-encoded string. The following format characters are allowed:Format Characters
Тип
коментар
%%
немає
The literal % character.
%c
int
A single character, represented as a C int.
%d
int
Equivalent to
printf("%d")
. 1%u
unsigned int
Equivalent to
printf("%u")
. 1%ld
long
Equivalent to
printf("%ld")
. 1%li
long
Equivalent to
printf("%li")
. 1%lu
unsigned long
Equivalent to
printf("%lu")
. 1%lld
long long
Equivalent to
printf("%lld")
. 1%lli
long long
Equivalent to
printf("%lli")
. 1%llu
unsigned long long
Equivalent to
printf("%llu")
. 1%zd
Equivalent to
printf("%zd")
. 1%zi
Equivalent to
printf("%zi")
. 1%zu
size_t
Equivalent to
printf("%zu")
. 1%i
int
Equivalent to
printf("%i")
. 1%x
int
Equivalent to
printf("%x")
. 1%s
const char*
Масив символів C із закінченням нулем.
%p
const void*
The hex representation of a C pointer. Mostly equivalent to
printf("%p")
except that it is guaranteed to start with the literal0x
regardless of what the platform’sprintf
yields.%A
PyObject*
Результат виклику
ascii()
.%U
PyObject*
Об’єкт Unicode.
%V
PyObject*, const char*
Об’єкт Unicode (який може бути
NULL
) і масив символів C із нульовим закінченням як другий параметр (який використовуватиметься, якщо перший параметрNULL
).%S
PyObject*
Результат виклику
PyObject_Str()
.%R
PyObject*
Результат виклику
PyObject_Repr()
.An unrecognized format character causes all the rest of the format string to be copied as-is to the result string, and any extra arguments discarded.
Примітка
The width formatter unit is number of characters rather than bytes. The precision formatter unit is number of bytes for
"%s"
and"%V"
(if thePyObject*
argument isNULL
), and a number of characters for"%A"
,"%U"
,"%S"
,"%R"
and"%V"
(if thePyObject*
argument is notNULL
).- 1(1,2,3,4,5,6,7,8,9,10,11,12,13)
For integer specifiers (d, u, ld, li, lu, lld, lli, llu, zd, zi, zu, i, x): the 0-conversion flag has effect even when a precision is given.
Змінено в версії 3.2: Додано підтримку
"%lld"
і"%llu"
.Змінено в версії 3.3: Додано підтримку
"%li"
,"%lli"
і"%zi"
.Змінено в версії 3.4: Підтримка ширини та точного форматування для
"%s"
,"%A"
,"%U"
,"%V"
,"%S"
,"%R"
додано.
-
PyObject*
PyUnicode_FromFormatV
(const char *format, va_list vargs)¶ - Return value: New reference.
Ідентичний
PyUnicode_FromFormat()
за винятком того, що він приймає рівно два аргументи.
-
PyObject*
PyUnicode_FromEncodedObject
(PyObject *obj, const char *encoding, const char *errors)¶ - Return value: New reference.
Декодуйте закодований об’єкт obj в об’єкт Unicode.
bytes
,bytearray
та інші bytes-подібні об’єкти декодуються відповідно до заданого кодування та з використанням обробки помилок, визначеної errors. Обидва можуть бутиNULL
, щоб інтерфейс використовував значення за замовчуванням (дивіться Вбудовані кодеки для деталей).Усі інші об’єкти, включно з об’єктами Unicode, викликають встановлення
TypeError
.API повертає
NULL
, якщо сталася помилка. Виклик відповідає за декодування повернутих об’єктів.
-
Py_ssize_t
PyUnicode_GetLength
(PyObject *unicode)¶ Повертає довжину об’єкта Юнікод у кодових точках.
Нове в версії 3.3.
-
Py_ssize_t
PyUnicode_CopyCharacters
(PyObject *to, Py_ssize_t to_start, PyObject *from, Py_ssize_t from_start, Py_ssize_t how_many)¶ Copy characters from one Unicode object into another. This function performs character conversion when necessary and falls back to
memcpy()
if possible. Returns-1
and sets an exception on error, otherwise returns the number of copied characters.Нове в версії 3.3.
-
Py_ssize_t
PyUnicode_Fill
(PyObject *unicode, Py_ssize_t start, Py_ssize_t length, Py_UCS4 fill_char)¶ Заповніть рядок символом: напишіть fill_char у
unicode[start:start+length]
.Помилка, якщо fill_char перевищує максимальний символ рядка або якщо рядок має більше ніж 1 посилання.
Повертає номер написаного символу або повертає
-1
і викликає виняток у разі помилки.Нове в версії 3.3.
-
int
PyUnicode_WriteChar
(PyObject *unicode, Py_ssize_t index, Py_UCS4 character)¶ Записати символ у рядок. Рядок має бути створено через
PyUnicode_New()
. Оскільки рядки Юнікоду мають бути незмінними, рядок не можна надавати спільно або хешувати.Ця функція перевіряє, що unicode є об’єктом Unicode, що індекс не виходить за межі та чи можна безпечно змінювати об’єкт (тобто чи кількість посилань дорівнює одиниці).
Нове в версії 3.3.
-
Py_UCS4
PyUnicode_ReadChar
(PyObject *unicode, Py_ssize_t index)¶ Read a character from a string. This function checks that unicode is a Unicode object and the index is not out of bounds, in contrast to the macro version
PyUnicode_READ_CHAR()
.Нове в версії 3.3.
-
PyObject*
PyUnicode_Substring
(PyObject *str, Py_ssize_t start, Py_ssize_t end)¶ - Return value: New reference.
Return a substring of str, from character index start (included) to character index end (excluded). Negative indices are not supported.
Нове в версії 3.3.
-
Py_UCS4*
PyUnicode_AsUCS4
(PyObject *u, Py_UCS4 *buffer, Py_ssize_t buflen, int copy_null)¶ Copy the string u into a UCS4 buffer, including a null character, if copy_null is set. Returns
NULL
and sets an exception on error (in particular, aSystemError
if buflen is smaller than the length of u). buffer is returned on success.Нове в версії 3.3.
-
Py_UCS4*
PyUnicode_AsUCS4Copy
(PyObject *u)¶ Copy the string u into a new UCS4 buffer that is allocated using
PyMem_Malloc()
. If this fails,NULL
is returned with aMemoryError
set. The returned buffer always has an extra null code point appended.Нове в версії 3.3.
Deprecated Py_UNICODE APIs¶
Deprecated since version 3.3, will be removed in version 3.12.
These API functions are deprecated with the implementation of PEP 393. Extension modules can continue using them, as they will not be removed in Python 3.x, but need to be aware that their use can now cause performance and memory hits.
-
PyObject*
PyUnicode_FromUnicode
(const Py_UNICODE *u, Py_ssize_t size)¶ - Return value: New reference.
Create a Unicode object from the Py_UNICODE buffer u of the given size. u may be
NULL
which causes the contents to be undefined. It is the user’s responsibility to fill in the needed data. The buffer is copied into the new object.If the buffer is not
NULL
, the return value might be a shared object. Therefore, modification of the resulting Unicode object is only allowed when u isNULL
.If the buffer is
NULL
,PyUnicode_READY()
must be called once the string content has been filled before using any of the access macros such asPyUnicode_KIND()
.Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_FromKindAndData()
,PyUnicode_FromWideChar()
, orPyUnicode_New()
.
-
Py_UNICODE*
PyUnicode_AsUnicode
(PyObject *unicode)¶ Return a read-only pointer to the Unicode object’s internal
Py_UNICODE
buffer, orNULL
on error. This will create thePy_UNICODE*
representation of the object if it is not yet available. The buffer is always terminated with an extra null code point. Note that the resultingPy_UNICODE
string may also contain embedded null code points, which would cause the string to be truncated when used in most C functions.Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_AsUCS4()
,PyUnicode_AsWideChar()
,PyUnicode_ReadChar()
or similar new APIs.Deprecated since version 3.3, will be removed in version 3.10.
-
PyObject*
PyUnicode_TransformDecimalToASCII
(Py_UNICODE *s, Py_ssize_t size)¶ - Return value: New reference.
Create a Unicode object by replacing all decimal digits in
Py_UNICODE
buffer of the given size by ASCII digits 0–9 according to their decimal value. ReturnNULL
if an exception occurs.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPy_UNICODE_TODECIMAL()
.
-
Py_UNICODE*
PyUnicode_AsUnicodeAndSize
(PyObject *unicode, Py_ssize_t *size)¶ Like
PyUnicode_AsUnicode()
, but also saves thePy_UNICODE()
array length (excluding the extra null terminator) in size. Note that the resultingPy_UNICODE*
string may contain embedded null code points, which would cause the string to be truncated when used in most C functions.Нове в версії 3.3.
Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_AsUCS4()
,PyUnicode_AsWideChar()
,PyUnicode_ReadChar()
or similar new APIs.
-
Py_UNICODE*
PyUnicode_AsUnicodeCopy
(PyObject *unicode)¶ Create a copy of a Unicode string ending with a null code point. Return
NULL
and raise aMemoryError
exception on memory allocation failure, otherwise return a new allocated buffer (usePyMem_Free()
to free the buffer). Note that the resultingPy_UNICODE*
string may contain embedded null code points, which would cause the string to be truncated when used in most C functions.Нове в версії 3.2.
Please migrate to using
PyUnicode_AsUCS4Copy()
or similar new APIs.
-
Py_ssize_t
PyUnicode_GetSize
(PyObject *unicode)¶ Return the size of the deprecated
Py_UNICODE
representation, in code units (this includes surrogate pairs as 2 units).Deprecated since version 3.3, will be removed in version 3.12: Part of the old-style Unicode API, please migrate to using
PyUnicode_GET_LENGTH()
.
-
PyObject*
PyUnicode_FromObject
(PyObject *obj)¶ - Return value: New reference.
Copy an instance of a Unicode subtype to a new true Unicode object if necessary. If obj is already a true Unicode object (not a subtype), return the reference with incremented refcount.
Об’єкти, відмінні від Unicode або його підтипів, викличуть
TypeError
.
Кодування мови¶
Поточне кодування мови можна використовувати для декодування тексту з операційної системи.
-
PyObject*
PyUnicode_DecodeLocaleAndSize
(const char *str, Py_ssize_t len, const char *errors)¶ - Return value: New reference.
Декодуйте рядок з UTF-8 на Android і VxWorks або з поточного кодування мови на інших платформах. Підтримуваними обробниками помилок є
"strict"
і"surrogateescape"
(PEP 383). Декодер використовує"strict"
обробник помилок, якщо errors має значенняNULL
. str має закінчуватися нульовим символом, але не може містити вбудовані нульові символи.Use
PyUnicode_DecodeFSDefaultAndSize()
to decode a string fromPy_FileSystemDefaultEncoding
(the locale encoding read at Python startup).This function ignores the Python UTF-8 mode.
Дивись також
Функція
Py_DecodeLocale()
.Нове в версії 3.3.
Змінено в версії 3.7: Функція тепер також використовує поточне кодування мови для обробника помилок
surrogateescape
, за винятком Android. РанішеPy_DecodeLocale()
використовувався дляsurrogateescape
, а поточне кодування мови використовувалося дляstrict
.
-
PyObject*
PyUnicode_DecodeLocale
(const char *str, const char *errors)¶ - Return value: New reference.
Similar to
PyUnicode_DecodeLocaleAndSize()
, but compute the string length usingstrlen()
.Нове в версії 3.3.
-
PyObject*
PyUnicode_EncodeLocale
(PyObject *unicode, const char *errors)¶ - Return value: New reference.
Закодуйте об’єкт Unicode до UTF-8 на Android і VxWorks або до поточного кодування мови на інших платформах. Підтримуваними обробниками помилок є
"strict"
і"surrogateescape"
(PEP 383). Кодер використовує"strict"
обробник помилок, якщо errors має значенняNULL
. Повертає об’єктbytes
. unicode не може містити вбудовані нульові символи.Use
PyUnicode_EncodeFSDefault()
to encode a string toPy_FileSystemDefaultEncoding
(the locale encoding read at Python startup).This function ignores the Python UTF-8 mode.
Дивись також
Функція
Py_EncodeLocale()
.Нове в версії 3.3.
Змінено в версії 3.7: Функція тепер також використовує поточне кодування мови для обробника помилок
surrogateescape
, за винятком Android. РанішеPy_EncodeLocale()
використовувався дляsurrogateescape
, а поточне кодування мови використовувалося дляstrict
.
Кодування файлової системи¶
To encode and decode file names and other environment strings,
Py_FileSystemDefaultEncoding
should be used as the encoding, and
Py_FileSystemDefaultEncodeErrors
should be used as the error handler
(PEP 383 and PEP 529). To encode file names to bytes
during
argument parsing, the "O&"
converter should be used, passing
PyUnicode_FSConverter()
as the conversion function:
-
int
PyUnicode_FSConverter
(PyObject* obj, void* result)¶ ParseTuple converter: encode
str
objects – obtained directly or through theos.PathLike
interface – tobytes
usingPyUnicode_EncodeFSDefault()
;bytes
objects are output as-is. result must be aPyBytesObject*
which must be released when it is no longer used.Нове в версії 3.1.
Змінено в версії 3.6: Приймає path-like object.
Щоб декодувати імена файлів у str
під час синтаксичного аналізу аргументів, слід використовувати конвертер "O&"
, передаючи PyUnicode_FSDecoder()
як функцію перетворення:
-
int
PyUnicode_FSDecoder
(PyObject* obj, void* result)¶ ParseTuple converter: decode
bytes
objects – obtained either directly or indirectly through theos.PathLike
interface – tostr
usingPyUnicode_DecodeFSDefaultAndSize()
;str
objects are output as-is. result must be aPyUnicodeObject*
which must be released when it is no longer used.Нове в версії 3.2.
Змінено в версії 3.6: Приймає path-like object.
-
PyObject*
PyUnicode_DecodeFSDefaultAndSize
(const char *s, Py_ssize_t size)¶ - Return value: New reference.
Decode a string using
Py_FileSystemDefaultEncoding
and thePy_FileSystemDefaultEncodeErrors
error handler.If
Py_FileSystemDefaultEncoding
is not set, fall back to the locale encoding.Py_FileSystemDefaultEncoding
is initialized at startup from the locale encoding and cannot be modified later. If you need to decode a string from the current locale encoding, usePyUnicode_DecodeLocaleAndSize()
.Дивись також
Функція
Py_DecodeLocale()
.Змінено в версії 3.6: Use
Py_FileSystemDefaultEncodeErrors
error handler.
-
PyObject*
PyUnicode_DecodeFSDefault
(const char *s)¶ - Return value: New reference.
Decode a null-terminated string using
Py_FileSystemDefaultEncoding
and thePy_FileSystemDefaultEncodeErrors
error handler.If
Py_FileSystemDefaultEncoding
is not set, fall back to the locale encoding.Use
PyUnicode_DecodeFSDefaultAndSize()
if you know the string length.Змінено в версії 3.6: Use
Py_FileSystemDefaultEncodeErrors
error handler.
-
PyObject*
PyUnicode_EncodeFSDefault
(PyObject *unicode)¶ - Return value: New reference.
Encode a Unicode object to
Py_FileSystemDefaultEncoding
with thePy_FileSystemDefaultEncodeErrors
error handler, and returnbytes
. Note that the resultingbytes
object may contain null bytes.If
Py_FileSystemDefaultEncoding
is not set, fall back to the locale encoding.Py_FileSystemDefaultEncoding
is initialized at startup from the locale encoding and cannot be modified later. If you need to encode a string to the current locale encoding, usePyUnicode_EncodeLocale()
.Дивись також
Функція
Py_EncodeLocale()
.Нове в версії 3.2.
Змінено в версії 3.6: Use
Py_FileSystemDefaultEncodeErrors
error handler.
Підтримка wchar_t¶
wchar_t
підтримка платформ, які її підтримують:
-
PyObject*
PyUnicode_FromWideChar
(const wchar_t *w, Py_ssize_t size)¶ - Return value: New reference.
Create a Unicode object from the
wchar_t
buffer w of the given size. Passing-1
as the size indicates that the function must itself compute the length, using wcslen. ReturnNULL
on failure.
-
Py_ssize_t
PyUnicode_AsWideChar
(PyObject *unicode, wchar_t *w, Py_ssize_t size)¶ Copy the Unicode object contents into the
wchar_t
buffer w. At most sizewchar_t
characters are copied (excluding a possibly trailing null termination character). Return the number ofwchar_t
characters copied or-1
in case of an error. Note that the resultingwchar_t*
string may or may not be null-terminated. It is the responsibility of the caller to make sure that thewchar_t*
string is null-terminated in case this is required by the application. Also, note that thewchar_t*
string might contain null characters, which would cause the string to be truncated when used with most C functions.
-
wchar_t*
PyUnicode_AsWideCharString
(PyObject *unicode, Py_ssize_t *size)¶ Convert the Unicode object to a wide character string. The output string always ends with a null character. If size is not
NULL
, write the number of wide characters (excluding the trailing null termination character) into *size. Note that the resultingwchar_t
string might contain null characters, which would cause the string to be truncated when used with most C functions. If size isNULL
and thewchar_t*
string contains null characters aValueError
is raised.Returns a buffer allocated by
PyMem_Alloc()
(usePyMem_Free()
to free it) on success. On error, returnsNULL
and *size is undefined. Raises aMemoryError
if memory allocation is failed.Нове в версії 3.2.
Змінено в версії 3.7: Raises a
ValueError
if size isNULL
and thewchar_t*
string contains null characters.
Вбудовані кодеки¶
Python надає набір вбудованих кодеків, написаних на C для швидкості. Усі ці кодеки можна безпосередньо використовувати за допомогою наведених нижче функцій.
Багато з наведених нижче API приймають кодування двох аргументів і помилки, і вони мають таку саму семантику, як і вбудовані конструктори рядкових об’єктів str()
.
Setting encoding to NULL
causes the default encoding to be used
which is UTF-8. The file system calls should use
PyUnicode_FSConverter()
for encoding file names. This uses the
variable Py_FileSystemDefaultEncoding
internally. This
variable should be treated as read-only: on some systems, it will be a
pointer to a static string, on others, it will change at run-time
(such as when the application invokes setlocale).
Обробка помилок встановлюється помилками, які також можуть мати значення NULL
, що означає використання обробки за замовчуванням, визначеної для кодека. Обробка помилок за замовчуванням для всіх вбудованих кодеків є «суворою» (ValueError
викликається).
Усі кодеки використовують подібний інтерфейс. Для простоти документуються лише відхилення від наступних загальних.
Загальні кодеки¶
Це загальні кодеки API:
-
PyObject*
PyUnicode_Decode
(const char *s, Py_ssize_t size, const char *encoding, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the encoded string s. encoding and errors have the same meaning as the parameters of the same name in the
str()
built-in function. The codec to be used is looked up using the Python codec registry. ReturnNULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_AsEncodedString
(PyObject *unicode, const char *encoding, const char *errors)¶ - Return value: New reference.
Закодуйте об’єкт Unicode та поверніть результат як об’єкт Python bytes. encoding і errors мають те саме значення, що й однойменні параметри в методі Unicode
encode()
. Кодек, який буде використовуватися, шукається за допомогою реєстру кодеків Python. ПовертаєNULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_Encode
(const Py_UNICODE *s, Py_ssize_t size, const char *encoding, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer s of the given size and return a Python bytes object. encoding and errors have the same meaning as the parameters of the same name in the Unicodeencode()
method. The codec to be used is looked up using the Python codec registry. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsEncodedString()
.
Кодеки UTF-8¶
Це API кодека UTF-8:
-
PyObject*
PyUnicode_DecodeUTF8
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the UTF-8 encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_DecodeUTF8Stateful
(const char *s, Py_ssize_t size, const char *errors, Py_ssize_t *consumed)¶ - Return value: New reference.
Якщо consumed дорівнює
NULL
, поводьтеся якPyUnicode_DecodeUTF8()
. Якщо consumed не має значенняNULL
, кінцеві неповні послідовності байтів UTF-8 не розглядатимуться як помилка. Ці байти не будуть декодовані, а кількість декодованих байтів зберігатиметься в спожитих.
-
PyObject*
PyUnicode_AsUTF8String
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою UTF-8 і поверніть результат як об’єкт Python bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
const char*
PyUnicode_AsUTF8AndSize
(PyObject *unicode, Py_ssize_t *size)¶ Поверніть вказівник на кодування UTF-8 об’єкта Unicode та збережіть розмір закодованого представлення (у байтах) у size. Аргумент size може бути
NULL
; у цьому випадку розмір не буде збережено. До поверненого буфера завжди додається додатковий нульовий байт (не включений у size), незалежно від того, чи є інші нульові кодові точки.In the case of an error,
NULL
is returned with an exception set and no size is stored.Це кешує представлення UTF-8 рядка в об’єкті Unicode, а наступні виклики повертатимуть вказівник на той самий буфер. Абонент не несе відповідальності за звільнення буфера. Буфер звільняється, і покажчики на нього стають недійсними, коли об’єкт Unicode збирається як сміття.
Нове в версії 3.3.
Змінено в версії 3.7: Тип повернення тепер
const char *
, а неchar *
.
-
const char*
PyUnicode_AsUTF8
(PyObject *unicode)¶ Як
PyUnicode_AsUTF8AndSize()
, але не зберігає розмір.Нове в версії 3.3.
Змінено в версії 3.7: Тип повернення тепер
const char *
, а неchar *
.
-
PyObject*
PyUnicode_EncodeUTF8
(const Py_UNICODE *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer s of the given size using UTF-8 and return a Python bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsUTF8String()
,PyUnicode_AsUTF8AndSize()
orPyUnicode_AsEncodedString()
.
Кодеки UTF-32¶
Це API кодеків UTF-32:
-
PyObject*
PyUnicode_DecodeUTF32
(const char *s, Py_ssize_t size, const char *errors, int *byteorder)¶ - Return value: New reference.
Декодуйте байти size із рядка буфера, закодованого в UTF-32, і повертайте відповідний об’єкт Unicode. errors (якщо не
NULL
) визначає обробку помилок. За замовчуванням встановлено «суворий».Якщо byteorder не
NULL
, декодер починає декодування, використовуючи вказаний порядок байтів:*byteorder == -1: little endian *byteorder == 0: native order *byteorder == 1: big endian
Якщо
*byteorder
дорівнює нулю, а перші чотири байти вхідних даних є міткою порядку байтів (BOM), декодер перемикається на цей порядок байтів і BOM не копіюється в результуючий рядок Unicode. Якщо*byteorder
дорівнює-1
або1
, будь-яка позначка порядку байтів копіюється до виводу.Після завершення *byteorder встановлюється на поточний порядок байтів у кінці вхідних даних.
Якщо byteorder дорівнює
NULL
, кодек запускається в режимі власного порядку.Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_DecodeUTF32Stateful
(const char *s, Py_ssize_t size, const char *errors, int *byteorder, Py_ssize_t *consumed)¶ - Return value: New reference.
Якщо consumed дорівнює
NULL
, поводьтеся якPyUnicode_DecodeUTF32()
. Якщо consumed не дорівнюєNULL
,PyUnicode_DecodeUTF32Stateful()
не розглядатиме кінцеві неповні послідовності байтів UTF-32 (наприклад, кількість байтів, що не ділиться на чотири) як помилку. Ці байти не будуть декодовані, а кількість декодованих байтів зберігатиметься в спожитих.
-
PyObject*
PyUnicode_AsUTF32String
(PyObject *unicode)¶ - Return value: New reference.
Повертає байтовий рядок Python, використовуючи кодування UTF-32 у рідному порядку байтів. Рядок завжди починається з позначки BOM. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeUTF32
(const Py_UNICODE *s, Py_ssize_t size, const char *errors, int byteorder)¶ - Return value: New reference.
Return a Python bytes object holding the UTF-32 encoded value of the Unicode data in s. Output is written according to the following byte order:
byteorder == -1: little endian byteorder == 0: native byte order (writes a BOM mark) byteorder == 1: big endian
If byteorder is
0
, the output string will always start with the Unicode BOM mark (U+FEFF). In the other two modes, no BOM mark is prepended.If
Py_UNICODE_WIDE
is not defined, surrogate pairs will be output as a single code point.Повертає
NULL
, якщо кодек викликав виняткову ситуацію.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsUTF32String()
orPyUnicode_AsEncodedString()
.
Кодеки UTF-16¶
Це API кодека UTF-16:
-
PyObject*
PyUnicode_DecodeUTF16
(const char *s, Py_ssize_t size, const char *errors, int *byteorder)¶ - Return value: New reference.
Декодуйте байти size із рядка буфера, закодованого в UTF-16, і повертайте відповідний об’єкт Unicode. errors (якщо не
NULL
) визначає обробку помилок. За замовчуванням встановлено «суворий».Якщо byteorder не
NULL
, декодер починає декодування, використовуючи вказаний порядок байтів:*byteorder == -1: little endian *byteorder == 0: native order *byteorder == 1: big endian
Якщо
*byteorder
дорівнює нулю, а перші два байти вхідних даних є міткою порядку байтів (BOM), декодер перемикається на цей порядок байтів і BOM не копіюється в результуючий рядок Unicode. Якщо*byteorder
дорівнює-1
або1
, будь-яка позначка порядку байтів копіюється до виводу (де це призведе до\ufeff
або\ufffe
символ).Після завершення
*byteorder
встановлюється на поточний порядок байтів у кінці вхідних даних.Якщо byteorder дорівнює
NULL
, кодек запускається в режимі власного порядку.Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_DecodeUTF16Stateful
(const char *s, Py_ssize_t size, const char *errors, int *byteorder, Py_ssize_t *consumed)¶ - Return value: New reference.
Якщо consumed дорівнює
NULL
, поводьтеся якPyUnicode_DecodeUTF16()
. Якщо consumed не дорівнюєNULL
,PyUnicode_DecodeUTF16Stateful()
не розглядатиме кінцеві неповні послідовності байтів UTF-16 (наприклад, непарну кількість байтів або розділену сурогатну пару) як помилку. Ці байти не будуть декодовані, а кількість декодованих байтів зберігатиметься в спожитих.
-
PyObject*
PyUnicode_AsUTF16String
(PyObject *unicode)¶ - Return value: New reference.
Повертає байтовий рядок Python, використовуючи кодування UTF-16 у рідному порядку байтів. Рядок завжди починається з позначки BOM. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeUTF16
(const Py_UNICODE *s, Py_ssize_t size, const char *errors, int byteorder)¶ - Return value: New reference.
Return a Python bytes object holding the UTF-16 encoded value of the Unicode data in s. Output is written according to the following byte order:
byteorder == -1: little endian byteorder == 0: native byte order (writes a BOM mark) byteorder == 1: big endian
If byteorder is
0
, the output string will always start with the Unicode BOM mark (U+FEFF). In the other two modes, no BOM mark is prepended.If
Py_UNICODE_WIDE
is defined, a singlePy_UNICODE
value may get represented as a surrogate pair. If it is not defined, eachPy_UNICODE
values is interpreted as a UCS-2 character.Повертає
NULL
, якщо кодек викликав виняткову ситуацію.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsUTF16String()
orPyUnicode_AsEncodedString()
.
Кодеки UTF-7¶
Це API кодека UTF-7:
-
PyObject*
PyUnicode_DecodeUTF7
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the UTF-7 encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_DecodeUTF7Stateful
(const char *s, Py_ssize_t size, const char *errors, Py_ssize_t *consumed)¶ - Return value: New reference.
Якщо consumed дорівнює
NULL
, поводьтеся якPyUnicode_DecodeUTF7()
. Якщо consumed не дорівнюєNULL
, кінцеві неповні розділи UTF-7 base-64 не розглядатимуться як помилка. Ці байти не будуть декодовані, а кількість декодованих байтів зберігатиметься в спожитих.
-
PyObject*
PyUnicode_EncodeUTF7
(const Py_UNICODE *s, Py_ssize_t size, int base64SetO, int base64WhiteSpace, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using UTF-7 and return a Python bytes object. ReturnNULL
if an exception was raised by the codec.If base64SetO is nonzero, «Set O» (punctuation that has no otherwise special meaning) will be encoded in base-64. If base64WhiteSpace is nonzero, whitespace will be encoded in base-64. Both are set to zero for the Python «utf-7» codec.
Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsEncodedString()
.
Кодеки Unicode-Escape¶
Це API кодека «Unicode Escape»:
-
PyObject*
PyUnicode_DecodeUnicodeEscape
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the Unicode-Escape encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_AsUnicodeEscapeString
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою Unicode-Escape та поверніть результат як об’єкт bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeUnicodeEscape
(const Py_UNICODE *s, Py_ssize_t size)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using Unicode-Escape and return a bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsUnicodeEscapeString()
.
Кодеки Raw-Unicode-Escape¶
Це API кодека «Raw Unicode Escape»:
-
PyObject*
PyUnicode_DecodeRawUnicodeEscape
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the Raw-Unicode-Escape encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_AsRawUnicodeEscapeString
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою Raw-Unicode-Escape та поверніть результат як об’єкт bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeRawUnicodeEscape
(const Py_UNICODE *s, Py_ssize_t size)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using Raw-Unicode-Escape and return a bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsRawUnicodeEscapeString()
orPyUnicode_AsEncodedString()
.
Кодеки Latin-1¶
Це API кодека Latin-1: Latin-1 відповідає першим 256 порядковим номерам Unicode, і лише вони приймаються кодеками під час кодування.
-
PyObject*
PyUnicode_DecodeLatin1
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the Latin-1 encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_AsLatin1String
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою Latin-1 і поверніть результат як об’єкт Python bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeLatin1
(const Py_UNICODE *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using Latin-1 and return a Python bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsLatin1String()
orPyUnicode_AsEncodedString()
.
Кодеки ASCII¶
Це API кодеків ASCII. Приймаються лише 7-бітні дані ASCII. Усі інші коди генерують помилки.
-
PyObject*
PyUnicode_DecodeASCII
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the ASCII encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_AsASCIIString
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою ASCII і поверніть результат як об’єкт Python bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeASCII
(const Py_UNICODE *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using ASCII and return a Python bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsASCIIString()
orPyUnicode_AsEncodedString()
.
Кодеки карти символів¶
This codec is special in that it can be used to implement many different codecs
(and this is in fact what was done to obtain most of the standard codecs
included in the encodings
package). The codec uses mappings to encode and
decode characters. The mapping objects provided must support the
__getitem__()
mapping interface; dictionaries and sequences work well.
Це API кодека відображення:
-
PyObject*
PyUnicode_DecodeCharmap
(const char *data, Py_ssize_t size, PyObject *mapping, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the encoded string s using the given mapping object. Return
NULL
if an exception was raised by the codec.Якщо mapping має значення
NULL
, буде застосовано декодування Latin-1. Інакше відображення має зіставляти порядкові номери байтів (цілі числа в діапазоні від 0 до 255) на рядки Unicode, цілі числа (які потім інтерпретуються як порядкові номери Unicode) абоNone
. Невідображені байти даних – ті, які викликаютьLookupError
, а також ті, які відображаються наNone
,0xFFFE
або'\ufffe
, розглядаються як невизначені відображення і викликати помилку.
-
PyObject*
PyUnicode_AsCharmapString
(PyObject *unicode, PyObject *mapping)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою даного об’єкта mapping і поверніть результат як об’єкт bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.Об’єкт mapping має зіставляти порядкові цілі числа Unicode з об’єктами bytes, цілі числа в діапазоні від 0 до 255 або
None
. Невідображені порядкові символи (які спричиняютьLookupError
), а також відображені наNone
розглядаються як «невизначене відображення» та викликають помилку.
-
PyObject*
PyUnicode_EncodeCharmap
(const Py_UNICODE *s, Py_ssize_t size, PyObject *mapping, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using the given mapping object and return the result as a bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsCharmapString()
orPyUnicode_AsEncodedString()
.
Наступний кодек API є особливим у тому, що відображає Unicode на Unicode.
-
PyObject*
PyUnicode_Translate
(PyObject *str, PyObject *table, const char *errors)¶ - Return value: New reference.
Перекладіть рядок, застосувавши до нього таблицю зіставлення символів і поверніть отриманий об’єкт Unicode. Повертає
NULL
, якщо кодек викликав виняткову ситуацію.Таблиця відображення має зіставляти порядкові цілі числа Unicode з порядковими цілими числами Unicode або «Немає» (спричиняючи видалення символу).
Mapping tables need only provide the
__getitem__()
interface; dictionaries and sequences work well. Unmapped character ordinals (ones which cause aLookupError
) are left untouched and are copied as-is.помилки має звичайне значення для кодеків. Це може бути
NULL
, що вказує на використання стандартної обробки помилок.
-
PyObject*
PyUnicode_TranslateCharmap
(const Py_UNICODE *s, Py_ssize_t size, PyObject *mapping, const char *errors)¶ - Return value: New reference.
Translate a
Py_UNICODE
buffer of the given size by applying a character mapping table to it and return the resulting Unicode object. ReturnNULL
when an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 3.11: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_Translate()
. or generic codec based API
Кодеки MBCS для Windows¶
Це API кодека MBCS. Наразі вони доступні лише у Windows і використовують конвертери Win32 MBCS для реалізації перетворень. Зауважте, що MBCS (або DBCS) — це клас кодувань, а не одне. Цільове кодування визначається налаштуваннями користувача на машині, на якій працює кодек.
-
PyObject*
PyUnicode_DecodeMBCS
(const char *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Create a Unicode object by decoding size bytes of the MBCS encoded string s. Return
NULL
if an exception was raised by the codec.
-
PyObject*
PyUnicode_DecodeMBCSStateful
(const char *s, Py_ssize_t size, const char *errors, Py_ssize_t *consumed)¶ - Return value: New reference.
Якщо consumed дорівнює
NULL
, поводьтеся якPyUnicode_DecodeMBCS()
. Якщо consumed не дорівнюєNULL
,PyUnicode_DecodeMBCSStateful()
не декодуватиме кінцевий провідний байт, а кількість декодованих байтів зберігатиметься в consumed.
-
PyObject*
PyUnicode_AsMBCSString
(PyObject *unicode)¶ - Return value: New reference.
Закодуйте об’єкт Unicode за допомогою MBCS і поверніть результат як об’єкт Python bytes. Обробка помилок «строга». Повертає
NULL
, якщо кодек викликав виняткову ситуацію.
-
PyObject*
PyUnicode_EncodeCodePage
(int code_page, PyObject *unicode, const char *errors)¶ - Return value: New reference.
Encode the Unicode object using the specified code page and return a Python bytes object. Return
NULL
if an exception was raised by the codec. UseCP_ACP
code page to get the MBCS encoder.Нове в версії 3.3.
-
PyObject*
PyUnicode_EncodeMBCS
(const Py_UNICODE *s, Py_ssize_t size, const char *errors)¶ - Return value: New reference.
Encode the
Py_UNICODE
buffer of the given size using MBCS and return a Python bytes object. ReturnNULL
if an exception was raised by the codec.Deprecated since version 3.3, will be removed in version 4.0: Part of the old-style
Py_UNICODE
API; please migrate to usingPyUnicode_AsMBCSString()
,PyUnicode_EncodeCodePage()
orPyUnicode_AsEncodedString()
.
Методи та слоти¶
Методи та функції слота¶
Наступні API здатні обробляти об’єкти Unicode та рядки на вхідних даних (ми називаємо їх рядками в описах) і повертати об’єкти Unicode або цілі числа відповідно.
Усі вони повертають NULL
або -1
, якщо виникає виняткова ситуація.
-
PyObject*
PyUnicode_Concat
(PyObject *left, PyObject *right)¶ - Return value: New reference.
Concat два рядки дають новий рядок Unicode.
-
PyObject*
PyUnicode_Split
(PyObject *s, PyObject *sep, Py_ssize_t maxsplit)¶ - Return value: New reference.
Розділити рядок, що дасть список рядків Unicode. Якщо sep дорівнює
NULL
, розділення буде виконано на всіх пробільних підрядках. В іншому випадку на даному сепараторі відбуваються розбивання. Буде виконано не більше ніж maxsplit. Якщо значення від’ємне, обмеження не встановлено. Розділювачі не включені в отриманий список.
-
PyObject*
PyUnicode_Splitlines
(PyObject *s, int keepend)¶ - Return value: New reference.
Split a Unicode string at line breaks, returning a list of Unicode strings. CRLF is considered to be one line break. If keepend is
0
, the line break characters are not included in the resulting strings.
-
PyObject*
PyUnicode_Join
(PyObject *separator, PyObject *seq)¶ - Return value: New reference.
З’єднайте послідовність рядків за допомогою заданого роздільника та поверніть отриманий рядок Unicode.
-
Py_ssize_t
PyUnicode_Tailmatch
(PyObject *str, PyObject *substr, Py_ssize_t start, Py_ssize_t end, int direction)¶ Return
1
if substr matchesstr[start:end]
at the given tail end (direction ==-1
means to do a prefix match, direction ==1
a suffix match),0
otherwise. Return-1
if an error occurred.
-
Py_ssize_t
PyUnicode_Find
(PyObject *str, PyObject *substr, Py_ssize_t start, Py_ssize_t end, int direction)¶ Return the first position of substr in
str[start:end]
using the given direction (direction ==1
means to do a forward search, direction ==-1
a backward search). The return value is the index of the first match; a value of-1
indicates that no match was found, and-2
indicates that an error occurred and an exception has been set.
-
Py_ssize_t
PyUnicode_FindChar
(PyObject *str, Py_UCS4 ch, Py_ssize_t start, Py_ssize_t end, int direction)¶ Return the first position of the character ch in
str[start:end]
using the given direction (direction ==1
means to do a forward search, direction ==-1
a backward search). The return value is the index of the first match; a value of-1
indicates that no match was found, and-2
indicates that an error occurred and an exception has been set.Нове в версії 3.3.
Змінено в версії 3.7: start and end are now adjusted to behave like
str[start:end]
.
-
Py_ssize_t
PyUnicode_Count
(PyObject *str, PyObject *substr, Py_ssize_t start, Py_ssize_t end)¶ Return the number of non-overlapping occurrences of substr in
str[start:end]
. Return-1
if an error occurred.
-
PyObject*
PyUnicode_Replace
(PyObject *str, PyObject *substr, PyObject *replstr, Py_ssize_t maxcount)¶ - Return value: New reference.
Replace at most maxcount occurrences of substr in str with replstr and return the resulting Unicode object. maxcount ==
-1
means replace all occurrences.
-
int
PyUnicode_Compare
(PyObject *left, PyObject *right)¶ Порівняйте два рядки та поверніть
-1
,0
,1
для меншого, рівного та більшого відповідно.Ця функція повертає
-1
у разі помилки, тому слід викликатиPyErr_Occurred()
, щоб перевірити наявність помилок.
-
int
PyUnicode_CompareWithASCIIString
(PyObject *uni, const char *string)¶ Compare a Unicode object, uni, with string and return
-1
,0
,1
for less than, equal, and greater than, respectively. It is best to pass only ASCII-encoded strings, but the function interprets the input string as ISO-8859-1 if it contains non-ASCII characters.Ця функція не викликає винятків.
-
PyObject*
PyUnicode_RichCompare
(PyObject *left, PyObject *right, int op)¶ - Return value: New reference.
Rich порівнює два рядки Unicode та повертає одне з наступного:
NULL
у разі виникнення виняткуPy_True
orPy_False
for successful comparisonsPy_NotImplemented
in case the type combination is unknown
Possible values for op are
Py_GT
,Py_GE
,Py_EQ
,Py_NE
,Py_LT
, andPy_LE
.
-
PyObject*
PyUnicode_Format
(PyObject *format, PyObject *args)¶ - Return value: New reference.
Повертає новий рядковий об’єкт із format і args; це аналогічно
format % args
.
-
int
PyUnicode_Contains
(PyObject *container, PyObject *element)¶ Check whether element is contained in container and return true or false accordingly.
element has to coerce to a one element Unicode string.
-1
is returned if there was an error.
-
void
PyUnicode_InternInPlace
(PyObject **string)¶ Intern the argument *string in place. The argument must be the address of a pointer variable pointing to a Python Unicode string object. If there is an existing interned string that is the same as *string, it sets *string to it (decrementing the reference count of the old string object and incrementing the reference count of the interned string object), otherwise it leaves *string alone and interns it (incrementing its reference count). (Clarification: even though there is a lot of talk about reference counts, think of this function as reference-count-neutral; you own the object after the call if and only if you owned it before the call.)
-
PyObject*
PyUnicode_InternFromString
(const char *v)¶ - Return value: New reference.
A combination of
PyUnicode_FromString()
andPyUnicode_InternInPlace()
, returning either a new Unicode string object that has been interned, or a new («owned») reference to an earlier interned string object with the same value.