为什么这些看起来相同的字符串在代码上有所不同？

Question

我正在使用Unicode文本使用Python创建一些文件，并将内容保存在sqlite3 DB中。稍后，我获取这些文件并进行一些更改。问题在于，即使它们看起来相同，Python也不认为这两个字符串是相同的。

这是一个例子：

Str1 : "Copa América 2019"
Str2 : "Copa América 2019"

虽然两个字符串看起来完全相同，但是程序不会将它们视为相同。

我也在其他语言（韩语，日语等）中看到了相同的行为，并在这里选择了法语示例，因为它对我来说更容易阅读。韩文/日文我通过外观将字符匹配。

我还在线进行了比较（例如https://www.quickdiff.com/），并发现了相同的结果...因此它不是特定于Python的，而是其他一些问题。

我可以对字符串执行什么操作，以便代码将这两个字符串视为相同？

尝试将显式转换分别转换为str / utf-8编码，但无济于事。

a = "Copa América 2019"
b = "Copa América 2019"
if a == b:
    print 'y'

type(a)
    <type 'str'>
type(b)
    <type 'str'>

我希望这些字符串的字符串比较结果为True。

Answer 1

@Blorgbeard答案的完整演示。

import unicodedata

a = "é"
b = "é"

print(len(a)) # 1
print(len(b)) # 2

print(len(unicodedata.normalize("NFC", a))) # 1
print(len(unicodedata.normalize("NFC", b))) # 1

print(len(unicodedata.normalize("NFD", a))) # 2
print(len(unicodedata.normalize("NFD", b))) # 2

此问题可能被标记为重复，以防万一。