python中的iso88591和utf8

Question

我有两条线，我想把它放在一起比较。在

1. "Hỗ trợ ngôn ngữ"我想这是iso-8859-1编码
2. u'H\u1ed7 tr\u1ee3 ng\xf4n ng\u1eef'unicode。在

两个字符串具有相同的内容。我想比较一下。 如何将第一个字符串转换为与第二个字符串相同的编码。？在

Answer 1

如果有HTML实体，只需使用HTMLParser模块来取消对它们的浏览：

>>> import HTMLParser
>>> h = HTMLParser.HTMLParser()
>>> h.unescape("Hỗ trợ ngôn ngữ")
u'H\u1ed7 tr\u1ee3 ng\xf4n ng\u1eef'
>>> print h.unescape("Hỗ trợ ngôn ngữ")
Hỗ trợ ngôn ngữ

这些HTML实体使用十进制数，而不是十六进制数。7895是十六进制的1ed7，它们编码unicode码位，不使用UTF-8或ISO-8859-1。ISO-8859-1，或者拉丁语-1，甚至不能编码这些特定的代码点（根据googletranslate，越南语表示“语言支持”）。在