python - 如何在 Python 中读取 Unicode 输入并比较 Unicode 字符串？

Question

我在 Python 中工作并希望以 Unicode 格式(即 raw_input 的 Unicode 等价物)读取用户输入(从命令行)？

另外，我想测试 Unicode 字符串是否相等，但标准 == 似乎不起作用。

Answer 1

raw_input()返回由操作系统或 UI 工具编码的字符串。困难在于知道哪个是解码。您可以尝试以下方法:

import sys, locale
text= raw_input().decode(sys.stdin.encoding or locale.getpreferredencoding(True))

在大多数情况下应该可以正常工作。

为了帮助您，我们需要更多关于无法进行 Unicode 比较的数据。但是，这可能是标准化的问题。考虑以下几点:

>>> a1= u'\xeatre'
>>> a2= u'e\u0302tre'

a1 和 a2 等价但不等价:

>>> print a1, a2
être être
>>> print a1 == a2
False

所以您可能想使用 unicodedata.normalize()方法:

>>> import unicodedata as ud
>>> ud.normalize('NFC', a1)
u'\xeatre'
>>> ud.normalize('NFC', a2)
u'\xeatre'
>>> ud.normalize('NFC', a1) == ud.normalize('NFC', a2)
True

如果您向我们提供更多信息，我们或许可以为您提供更多帮助。