Unicode latin1字符串编码/解码

Question

使用Python（Django）ORM从未知/旧/不一致的Mysql数据库获取数据到Postgres utf-8数据库时，我有时会出现编码数据错误。

目标：grégory

> a
u'gr\xe3\xa9gory'

> print a
grã©gory

我尝试了几种解码/编码技巧但没有成功：

 > print a.encode('utf-8').decode('latin1')
 grã©gory

 > print a.encode('utf-8').decode('latin1')
 grã©gory

 > print a.decode('latin-1')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)

即使有一些 unicode_escape

Answer 1

我猜这个字符串在某个时候被错误地转换为小写，将\xc3更改为\xe3。当小写转换实际上是utf-8时，它假定为latin1编码。

>>> print 'gr\xc3\xa9gory'.decode('utf8')
grégory

Answer 2

由于问题是lower（），我可以解决它：

print a.upper().encode('latin1').lower()

Answer 3

试试这个：

print a.decode('latin1')