python 2.7編碼解碼

Question

我有一個涉及編碼/解碼的問題。 我從文件中讀取文本，並將其與文本從數據庫（Postgres的） 比較從文件兩份名單

內完成，我得到「喬\ x9a」爲「喬斯」，並從數據庫中，我得到「喬\ XC5 \比較xa1「爲相同的值

common = [a for a in codes_from_file if a in kode_prfoksov] 

# Items in one but not the other 
only1 = [a for a in codes_from_file if not a in kode_prfoksov] 

#Items only in another 
only2 = [a for a in kode_prfoksov if not a in codes_from_file ] 

如何解決這個問題？比較這兩個字符串以解決問題時應該設置哪種編碼？

謝謝

Answer 1

您的文件字符串似乎是Windows-1250編碼。您的數據庫似乎包含UTF-8字符串。

因此你可以首先將所有字符串轉換爲Unicode：

codes_from_file = [a.decode("windows-1250") for a in codes_from_file] 
kode_prfoksov] = [a.decode("utf-8") for a in codes_from_file] 

，或者如果你不想Unicode字符串，只需將文件字符串轉換爲UTF-8：

codes_from_file = [a.decode("windows-1250").encode("utf-8") for a in codes_from_file] 

Answer 2

第一個似乎是windows-1250，第二是utf-8。

>>> print 'jo\x9a'.decode('windows-1250') 
još 
>>> print 'jo\xc5\xa1'.decode('utf-8') 
još 
>>> 'jo\x9a'.decode('windows-1250') == 'jo\xc5\xa1'.decode('utf-8') 
True