比较python中的希伯来语字符串答案

【问题标题】：comparing hebrew strings in python比较python中的希伯来语字符串
【发布时间】：2012-01-12 09:04:03
【问题描述】：

我正在写一个小脚本，它将为我提供来自以色列有线电视公司网站的一些更新，该网站用希伯来语 (html) 编写。该网页使用缩写，我想改回完整的单词。我在 python 文件的开头放了一行

#coding=utf8

和代码中的一行

if w = "ה.": print (w)

但我收到警告：

wm.py:26: UnicodeWarning: Unicode 相等比较转换失败 Unicode 的两个参数 - 如果 w 将它们解释为不相等 == "ה.": 打印 (w)

所以我尝试将缩写放在一个文件中并从那里加载它们，但密钥被加载为 \xd7\x94.' 而不是希伯来字母（并且比较失败）

那么，如何比较字符串呢？

谢谢。

【问题讨论】：

标签： python string unicode hebrew

【解决方案1】：

您必须将其标记为 unicode 字符串：

if w == u"ה.": print (w)

现在可以了。

编辑：让我明确说明：变量 w 也应该是一个 unicode 字符串 (w = u"...")。

【讨论】：

【解决方案2】：

发布一个说明问题的完整示例以及您使用的 Python 版本会有所帮助。例如，print(w) 通常表示 Python 3，但也适用于 Python 2。

我在 Python 2.7 上使用以下代码重现了您的错误。请注意，coding 行声明了源文件编码，因此文件必须从支持它的编辑器保存为 UTF-8。

#coding=utf8  
w = u'ה.'
if w == "ה.":
    print (w)

结果：

C:\y.py:3: UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
  if w == "ה.":

将 Unicode 字符串与字节字符串进行比较时会出现此问题。 Python 尝试使用默认的“ascii”编解码器将字节字符串强制转换为 Unicode 字符串，字节字符串实际上是根据源编码以 UTF-8 编码的。始终确保将 Unicode 字符串与 Unicode 字符串进行比较，将字节字符串与字节字符串进行比较：

要修复，请将字符串标记为 Unicode：

if w == u"ה.":

【讨论】：