Python 字符串中不一致的特殊字符存储_编程设计

版本是 Python 3.7。我刚刚发现 python 有时会将字符 ñ 存储在具有多种表示形式的字符串中，我完全不知道为什么或如何处理它。

我不确定展示这个问题的最佳方式，所以我只展示一些代码输出。

我有两个字符串，s1 和 s2 都设置为等于 'Dan Peña'

都是字符串类型

我可以运行代码:

print(s1 == s2) # prints false 
print(len(s1)) # prints 8 
print(len(s2)) # prints 9 
print(type(s1)) # print 'str' 
print(type(s2)) # print 'str' 
for i in range(len(s1)): 
    print(s1[i] + ", " + s2[i])

循环的输出将是:

D, D 
a, a 
n, n 
 ,   
P, P 
e, e 
ñ, n 
a, ~

那么，是否有任何 python 方法可以处理这些不一致，或者至少有一些关于 python 何时使用哪种表示的规范？

如果知道为什么 Python 会选择这种方式来实现，那就太好了。

编辑:

一个字符串正在从 django 数据库中检索，另一个字符串来自从列表目录调用中解析文件名而获得的字符串。

from app.models import Model 
from django.core.management.base import BaseCommand 
 
class Command(BaseCommand): 
 
    def handle(self, *args, **kwargs): 
        load_dir = "load_dir_name" 
        save_dir = "save_dir" 
 
        files = listdir(load_dir) 
        save_file_map = {file[:file.index("_thumbnail.jpg")]: f"{save_dir}/{file}" for file in files} 
        for obj in Model.objects.all(): 
            s1 = obj.title 
            save_file_path = save_file_map[s1] # Key error when encountering ñ.

但是，当我搜索 save_file_map 字典时，我找到了一个与 s1 完全相同的键，除了 ñ 被编码为字符 n~ 而不是字符 ñ。

请注意，我在上面的代码中使用 list dir 加载的文件首先是基于 obj.title 字段命名的，因此应该保证具有该名称的文件位于 load_dir目录。

请您参考如下方法:

您需要规范化字符串以使用相同的表示形式。现在，其中一个使用 n 字符 + 波浪号字符(2 个字符)，而另一个使用单个字符表示带波浪号的 n。

unicodedata.normalize 应该做你想做的。请参阅文档 here .

您需要这样调用:unicodedata.normalize('NFC', s1)。 'NFC' 告诉 unicodedata.normalize 您想要对所有内容使用组合形式，例如ñ 的 1 个字符版本。除了 'NFC' 之外，文档中还提供了其他选项，您使用哪个完全取决于您。

现在，您在什么时候规范化取决于您(我不知道您的应用程序是如何构建的)。例如，您可以在插入数据库之前进行规范化，或者在每次从数据库读取数据时进行规范化。