在python中将字符串与unicode字符进行比较

Question

下面是子字符串Ritē

我有两个字符串，一个来自zipfile提取的文件名。我使用filename.encode('cp437').decode('utf-8')正确提取了所有路径。另一个是使用plistlib.readPlist()从.plist读取的。两者都使用print()正确打印。然而，相比之下，它们并不相同。我试图在utf-8中对它们进行编码，下面是它们的样子：

• Rite\xcc\x84
• Rit\xc4\x93
  一个解释字符e，另一个解释'LATIN SMALL LETTER E WITH MACRON'
  为了比较这两个字符串，有人对此有什么建议吗？先谢谢你

Answer 1

根据评论，听起来这就是你想要的：

import unicodedata

foo = 'Rit\u0113'
bar = 'Rite\u0304'

print(foo, bar)

print(unicodedata.normalize('NFD', foo))
print(unicodedata.normalize('NFD', bar))

assert unicodedata.normalize('NFD', foo) == unicodedata.normalize('NFD', bar)

我选择NFD作为表单，但您可能更喜欢NFC