home contents changes index options help subscribe

Unicode znaky

Dotaz

Jak řešíte když v programu potřebujete nějaké speciální znaky jako řeckou abecedu či znak pro nekonečno?

Odpověď

Musí se používat unicode řetězce. Ty se dají i v ascii zdrojáku zapsat pomocí náhradní sekvence. Před uvozovky nebo apostrofy se ale musí uvést malé u. Takže nekonečno se zapíše takto:

s = u'\u221e'

Přehled unicode znaků

Kódy unicode znaků lze nalézt například přes http://www.unicode.org/charts/charindex.html.
Hledej INFINITY (\u221E). Klikni na číslo a objeví se část s velkým počtem matematických symbolů.
Přes http://www.unicode.org/charts/ se dostaneš k řeckým písmenkům.

Výstup na obrazovku

Pro zobrazování se musí použít GUI okénko, který umí zobrazovat Unicode. Pro vyzkoušení můžeš použít IDLE:

# -*- coding: utf-8 -*-
s = u'Příšerně žluťoučký kůň úpěl ďábelské ódy až do \u221e'
print s

Výstup do souboru

Pro zápis do souboru se musí konvertovat do správného kódování. Zkus tohle:

# -*- coding: utf-8 -*-

prolog = u'''<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
  <title>Pokus s Unicode</title>
</head>
'''
epilog = u'</html>'
s = u'Příšerně žluťoučký kůň úpěl ďábelské ódy až do \u221e'

f = open('pokus.html', 'w')
f.write(prolog.encode('utf-8'))
f.write(s.encode('utf-8'))
f.write(epilog.encode('utf-8'))
f.close()

Zdrojový soubor se musí uložit přes editor, který to umí uložit v kódování UTF-8.

Nebo změň první řádek ve zdrojáku na kódování, které umí zachytit češtinu a ulož to v tom kódování -- například pod Windows v kódování windows-1250 (v Pythonu cp1250):

# -*- coding: cp1250 -*-

prolog = u'''<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
  <title>Pokus s Unicode</title>
</head>
'''
epilog = u'</html>'
s = u'Příšerně žluťoučký kůň úpěl ďábelské ódy až do \u221e'

f = open('pokus.html', 'w')
f.write(prolog.encode('utf-8'))
f.write(s.encode('utf-8'))
f.write(epilog.encode('utf-8'))
f.close()