如何确定Python是用UCS-2还是UCS-4编译的？

Question

正如标题所说。

$ ./configure --help | grep -i ucs
  --enable-unicode[=ucs[24]]

搜索了官方文档，发现了这样的内容：

sys.maxunicode ：一个整数，给出 最大支持的代码点 统一码字符。这个的价值 取决于配置选项 指定是否使用 Unicode 字符存储为 UCS-2 或 UCS-4。

这里不清楚的是 - 哪个值对应于 UCS-2 和 UCS-4。

该代码预计可在 Python 2.6+ 上运行。

Answer 1

另一种方法是创建一个 Unicode 数组并查看项目大小：

import array
bytes_per_char = array.array('u').itemsize

引用 array 文档：

'u' 类型代码对应于 Python 的 unicode 字符。在窄 Unicode 版本上，这是 2 字节，在宽版本上，这是 4 字节。

请注意，从 Python 3.3 开始，窄 Unicode 版本和宽 Unicode 版本之间的区别已被删除，请参阅 PEP393< /a>. array 的 'u' 类型代码自 3.3 起已弃用，并计划在 Python 4.0 中删除。

Answer 2

65535 是 UCS-2：

因此代码点 U+0000 被编码为数字 0，并且 U +FFFF 编码为 65535（十六进制为 FFFF16）。

Answer 3

当使用 --enable-unicode=ucs4 构建时：

>>> import sys
>>> print sys.maxunicode
1114111

当使用 --enable-unicode=ucs2 构建时：

>>> import sys
>>> print sys.maxunicode
65535

Answer 4

对于 UCS-2，它是 0xFFFF（或 65535）；对于 UCS-4，它是 0x10FFFF（或 1114111）：

Py_UNICODE
PyUnicode_GetMax(void)
{
#ifdef Py_UNICODE_WIDE
    return 0x10FFFF;
#else
    /* This is actually an illegal character, so it should
       not be passed to unichr. */
    return 0xFFFF;
#endif
}

UCS-4 模式中的最大字符由 UTF-16 中可表示的最大值定义。

Answer 5

我曾经遇到过同样的问题。我在我的 wiki 上为自己记录了它

http ://arcoleo.org/dsawiki/Wiki.jsp?page=Python%20UTF%20-%20UCS2%20or%20UCS4

我写了 -

import sys
sys.maxunicode > 65536 and 'UCS4' or 'UCS2'

Answer 6

sysconfig 将从 python 的配置变量中得知 unicode 大小。

可以像这样查询 buildflags。

Python 2.7：

import sysconfig
sysconfig.get_config_var('Py_UNICODE_SIZE')

Python 2.6：

import distutils
distutils.sysconfig.get_config_var('Py_UNICODE_SIZE')

Answer 7

我遇到了同样的问题，并发现了一段半官方的代码，它完全可以做到这一点，并且对于有同样问题的人来说可能会很有趣： https://bitbucket.org/pypa/wheel/src/cf4e2d98ecb1f168c50a6de496959b4a10c6b122/wheel/ pep425tags.py?at=default&fileviewer=file-view-default#pep425tags.py-83:89。

它来自wheel项目，需要检查python是否是用ucs-2或ucs-4编译的，因为它会更改生成的二进制文件的名称。