スプリットは、UTF-8バイト与えられたエンコードされた文字列のオフセット（のpython 2.7）

Question

このようなUTF-8でエンコードされた文字列持つ：

bar = "hello ｡◕‿‿◕｡" 

と私に語ったオフセットバイトはバイトで、私は分割する必要がありナッツで

>>first_part 
'hello ｡' <---- #9 bytes 'hello \xef\xbd\xa1' 
>>second_part 
'◕‿‿◕｡' 

：文字列：私は結果として二つの部分にバー文字列を分割する方法を

bytes_offset = 9 

hell：
バイトオフセットが与えられていますが、utf-8でエンコードされた文字列の実際のcharインデックス位置でどのように変換できますか？

Answer 1

UTF-8 Python 2.xの文字列は、基本的にバイト文字列です。

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

bar = "hello ｡◕‿‿◕｡" 
assert(isinstance(bar, str)) 

first_part = bar[:9] 
second_part = bar[9:] 
print first_part 
print second_part 

収量は：

hello ｡ 
◕‿‿◕｡ 

ここOSX上のPython 2.6が、私は2.7から同じことを期待しています。私が9の代わりに10か11に分割したら、私は得ますか？文字出力は、マルチバイト文字シーケンスの途中でバイトのシーケンスを破ったことを意味します。 12で分割すると、最初の「眼球」が文字列の最初の部分に移動します。

私は端末でutf8にPYTHONIOENCODINGを設定しました。