python-编码，打印无法弄清楚

Question

这两个字符串在打印时看起来相同，但在引擎盖下不相等。 我需要通过此键选择一个字典项，但会收到keyError，因为它们显然不匹配。 我试过使用str.encode（“ utf-8”） ， str.decode（“ utf-8”） ， unicode（str，“ utf-8”）和repr（） 。 没有任何帮助。 如何使它们像打印时一样平等？ 谢谢。

>>> str1 = u"extra\u00f1ar"
>>> str2 = u"extrañar"
>>> str1
u'extra\xf1ar'
>>> str2
u'extran\u0303ar'
>>> print str1
extrañar
>>> print str2
extrañar
>>> str1 == str2
False

Answer 1

您可以尝试使用unicodedata.normalize ，但不能保证它能正常工作：

>>> str1 = u'extra\xf1ar'
>>> str2 = u'extran\u0303ar'
>>> str1 == str2
False
>>> print str1; print str2
extrañar
extrañar

因此，请注意：

>>> import unicodedata
>>> unicodedata.normalize('NFC', str1)
u'extra\xf1ar'
>>> unicodedata.normalize('NFC', str2)
u'extra\xf1ar'
>>> unicodedata.normalize('NFC', str2) == unicodedata.normalize('NFC', str2)
True
>>> print unicodedata.normalize('NFC', str2); print unicodedata.normalize('NFC', str2)
extrañar
extrañar

一个警告 ：

即使将两个unicode字符串归一化并在人类读者看来是相同的，但如果一个字符串包含组合字符而另一个字符串没有组合，则它们可能不相等。