Question

在我的程序中，我将字符串与unicode进行比较，对于大多数情况，它工作正常（我得到True，如预期的那样）。

'Home' == u'Home'

返回true。

但是，以下两个对象被认为是不同的：

te®

te┬«

第一个是unicode，另一个是unring。

这些对象应该是相同的。有没有办法转换其中一个对象，使比较返回true？

顺便说一下，比较会返回以下错误消息：

UnicodeWarning：Unicode等同比较无法转换两者 Unicode的参数 - 将它们解释为不相等

Answer 1

是的，比较将使用ASCII作为默认编解码器。使用实际编解码器在比较时显式解码bytestring。

您必须首先找出正确的编解码器，这取决于上下文。例如，如果您的数据来自URL，则服务器可能已在内容类型标头中为您提供了正确的编解码器。如果它来自XML文档，请使用XML解析器，该解析器将注意作为XML文档一部分的编码信息等。

在您的情况下，如果您将第二个字符串解释为解码为Mojibake或codepage 437的codepage 850 UTF-8字节，则您似乎拥有UTF8：

>>> print u'te®'.encode('utf8').decode('cp437')
te┬«

它可能仍然是一个不同的代码页，但您不应该在Windows控制台上真正打印字节串以确定其内容无论如何。调试时始终使用repr()函数：

>>> print repr(u'te®'.encode('utf8'))
'te\xc2\xae'

这将显示重新创建值的Python文字语法，以及由转义序列表示的任何不可打印的非ASCII字节，以便于复制。