python - 如何在 Python 中比较 unicode 和 str

Question

我的代码：

a = '汉'
b = u'汉'

这两个是同一个汉字。但很明显，a == b是False。我该如何解决？请注意，我无法转换a为，utf-8因为我无权访问代码。我需要转换b为正在使用的编码a。

所以，我的问题是，我该怎么做才能将编码b转换为的编码a？

Answer 1

如果您不知道a的编码，则需要：

1. 检测a的编码
2. b使用检测到的编码进行编码

首先，要检测a' 的编码，让我们使用chardet。

$ pip install chardet

现在让我们使用它：

>>> import chardet
>>> a = '汉'
>>> chardet.detect(a)
{'confidence': 0.505, 'encoding': 'utf-8'}

因此，要实际完成您的要求：

>>> encoding = chardet.detect(a)['encoding']
>>> b = u'汉'
>>> b_encoded = b.encode(encoding)
>>> a == b_encoded
True

Answer 2

a使用以下代码解码编码字符串str.decode：

>>> a = '汉'
>>> b = u'汉'
>>> a.decode('utf-8') == b
True

注意utf-8根据源代码编码替换。

Answer 3

两者a.decode都b.encode可以：

In [133]: a.decode('utf') == b
Out[133]: True

In [134]: b.encode('utf') == a
Out[134]: True

请注意str.encode和unicode.decode也可用，不要混淆它们。请参阅编码/解码之间有什么区别？