Python 相同的字符不等于

我的数据库中有文本。我从 xhr 发送一些文本到我的视图。函数 find 未找到某些 unicode 字符。

我想使用以下方法查找选定的文本：

text.find(selection)

但有时变量“选择”包含这样的字符：

ę  # in xhr unichr(281)

而在变量“文本”中有：

ę  # in db has two chars unichr(101) + unichr(808)

它们只是同一事物的不同形式。怎么做.find在这里工作更可靠？

Here unicodedata.normalize https://docs.python.org/3/library/unicodedata.html#unicodedata.normalize可能对你有帮助。

基本上，如果您规范化来自数据库的数据，并将您的选择规范化为相同的形式，那么在使用时应该会得到更好的结果str.find, str.__contains__ (i.e. in), str.index， 和朋友。

>>> u1 = chr(281)
>>> u2 = chr(101) + chr(808)
>>> print(u1, u2)
ę ę
>>> u1 == u2
False
>>> unicodedata.normalize('NFC', u2) == u1
True

NFC代表的是范式组成形式。你可以读一下here https://en.wikipedia.org/wiki/Unicode_equivalence#Normalization有关其他可能形式的一些描述。