在蟒蛇中:
>>> "\xc4\xe3".decode("gbk").encode("utf-8")
'\xe4\xbd\xa0'
>>> "\xc4\xe3".decode("gbk")
u'\u4f60'
我们可以得出两个结论:
1.\xc4\xe3 in gbk encode = \xe4\xbd\xa0 in utf-8
2.\xc4\xe3 in gbk encode = \x4f\x60 in unicode(或者说在ucs-2中)
在 R 中:
> iconv("\xc4\xe3",from="gbk",to="utf-8",toRaw=TRUE)
[[1]]
[1] e4 bd a0
> iconv("\xc4\xe3",from="gbk",to="unicode",toRaw=TRUE)
[[1]]
[1] ff fe 60 4f
现在,consume1 是正确的,它在 python 和 R 中一样
是一个谜,
gbk encode = 中的 \xc4\xe3 到底是什么?在 Unicode 中。
在 python 中是 u'\u4f60',在 R 中是 ff fe 60 4f
是否相等?哪一个是正确的?它们都正确吗?