如何在中文python中比较unicode类型和str类型？

Question

我以python 2.7为例：

a = u'你好'
b = '你好'

我尝试了以下代码，但失败了

print a.encode('UTF-8') == b #return False

如何比较它们相等？

Answer 1

我希望您使用的是python3 ，这两个变量都是string您不需要更改为任何string 。 只需将它们两者进行比较即可。

>>> a = u'你好'
>>> b = '你好'
>>> type(a)
<class 'str'>
>>> type(b)
<class 'str'>
>>> a == b
True

如果您使用的是python2您的尝试将起作用。

Answer 2

很可能您的Python源文件未使用UTF-8编码。 变量b将包含这些引号之间的任何字节 。 这些字节将取决于编码。 例如

# coding: utf-8
print repr("你好")

打印： '\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd'

现在，如果我们将源文件另存为GB2312并更新声明：

# coding: GB2312
print repr("你好")

打印： '\\xc4\\xe3\\xba\\xc3'

无论如何，如果您有一个带有文本的字节数组，则还需要知道这些字节的编码，否则将无法可靠地解释它们。

如果无论源文件编码如何，都需要UTF-8字节，则可以写u'你好'.encode('utf-8')将始终返回'\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd' 。