截断unicode，以便在进行电汇编码时适合最大大小

Question

给定Unicode字符串和这些要求：

• 字符串被编码为某种字节顺序格式（例如UTF-8或JSON Unicode转义）
• 编码字符串的最大长度

例如，iPhone推送服务需要JSON编码，最大总数据包大小为256字节。

截断字符串以使其重新编码为有效Unicode并合理正确显示的最佳方法是什么？

（不需要人类语言理解—截断的版本看起来可能很奇怪，例如对于孤立的组合字符或泰文元音，只要软件在处理数据时不会崩溃即可。）

也可以看看：

• 相关的Java问题：UTF-8编码后，如何截断Java字符串以适合给定的字节数？
• 相关的Javascript问题：使用JavaScript将文本截断为特定大小

Answer 1

def unicode_truncate(s, length, encoding='utf-8'):
encoded = s.encode(encoding)[:length]
return encoded.decode(encoding, 'ignore')

这是unicode字符串的示例，其中每个字符在UTF-8中用2个字节表示：

>>> unicode_truncate(u'абвгд', 5)
u'\u0430\u0431'