python中的iso-8859-1和utf8

我有兩個兩個字符串，我想將它們比較在一起。python中的iso-8859-1和utf8

"Hỗ trợ ngôn ngữ"我認爲這是ISO-8859-1編碼
u'H\u1ed7 tr\u1ee3 ng\xf4n ng\u1eef'統一。

2個字符串具有相同的內容。我想比較一下。如何將第一個字符串轉換爲與第二個字符串相同的編碼。

2013-04-22 hoangvu68

你使用的是python 3還是2.x – wim 2013-04-22 12:11:07

我正在使用python 2.7 – hoangvu68 2013-04-22 12:12:33

你有HTML實體，只需使用HTMLParser模塊反轉義那些：

>>> import HTMLParser 
>>> h = HTMLParser.HTMLParser() 
>>> h.unescape("H&#7895; tr&#7907; ng&#244;n ng&#7919;") 
u'H\u1ed7 tr\u1ee3 ng\xf4n ng\u1eef' 
>>> print h.unescape("H&#7895; tr&#7907; ng&#244;n ng&#7919;") 
Hỗ trợ ngôn ngữ

這些HTML實體使用十進制數，不是十六進制。 7895是1ed7的十六進制等。它們編碼unicode碼點，不使用UTF-8或ISO-8859-1。根據Google翻譯，ISO-8859-1或Latin-1甚至無法編碼這些特定的代碼點（越南語爲「語言支持」）。

來源

2013-04-22 12:15:39

非常感謝你:) – hoangvu68 2013-04-22 12:19:53

python中的iso-8859-1和utf8

回答

相關問題