如何比較unicode類型與中文python中的str類型？

Question

我使用python 2.7 例如：

a = u'你好' 
b = '你好' 

我嘗試下面的代碼，但未能

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

如何對它們進行比較平等？

Answer 1

我希望您使用的是python3，這兩個變量都是string，您不需要更改它們中的任何一個。簡單地比較兩者。

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

如果您使用python2您的嘗試將工作。

Answer 2

很可能您的Python源文件不以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，如果我們保存源文件爲GB2312和更新聲明：

# coding: GB2312 
print repr("你好") 

打印：'\xc4\xe3\xba\xc3'

在任何情況下，如果有一個帶有文本的字節數組，你也需要知道這些字節的編碼，否則你不能可靠地解釋它們。

如果你需要UTF-8字節而不管源文件的編碼如何，你可以寫u'你好'.encode('utf-8')將永遠返回'\xe4\xbd\xa0\xe5\xa5\xbd'。