如何在中文python中比較unicode類型和str類型？

Question

我以python 2.7為例：

a = u'你好'
b = '你好'

我嘗試了以下代碼，但失敗了

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

如何比較它們相等？

Answer 1

我希望您使用的是python3 ，這兩個變量都是string您不需要更改為任何string 。 只需將它們兩者進行比較即可。

>>> 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您的嘗試將起作用。

Answer 2

很可能您的Python源文件未使用UTF-8編碼。 變量b將包含這些引號之間的任何字節 。 這些字節將取決於編碼。 例如

# coding: utf-8
print repr("你好")

打印： '\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd'

現在，如果我們將源文件另存為GB2312並更新聲明：

# coding: GB2312
print repr("你好")

打印： '\\xc4\\xe3\\xba\\xc3'

無論如何，如果您有一個帶有文本的字節數組，則還需要知道這些字節的編碼，否則將無法可靠地解釋它們。

如果無論源文件編碼如何，都需要UTF-8字節，則可以寫u'你好'.encode('utf-8')將始終返回'\\xe4\\xbd\\xa0\\xe5\\xa5\\xbd' 。