Python Kırık utf-8 kodlaması nasıl düzeltilir?

Question

Benim dize Niệm Bồ Tát (Thiá»n sÆ° Nhất Hạnh) ve ben o http://www.enderminh.com/minh/utf8-to-unicode-converter.aspx

yapabileceği sitede gördüğünüz Niệm Bồ Tát (Thiền sư Nhất Hạnh) bunu deşifre etmek istiyorum ve ben Python

mystr = '09. Bát Nhã Tâm Kinh' 
mystr.decode('utf-8') 

tarafından denemeye başlamak ama aslında doğru değil, çünkü Orijinal dize utf-8'dir ancak dize gösterisi benim beklediğim sonuç değildir.

Not: Bu, Vietnamca bir karakterdir.

Bu vaka nasıl çözülür? Windows Unicode falan mı? Burada kodlama nasıl tespit edilir. peşin

Answer 1

yılında Teşekkür Sana verilerin bu tür ile neler yapabileceğini emin değilim, ancak orijinal yayınında örneğin, bu çalışır: Kırık bana yardımcı oldu

>>> mystr = '09. Bát Nhã Tâm Kinh' 
>>> s = mystr.decode('utf8').encode('latin1').decode('utf8') 
>>> s 
u'09. B\xe1t Nh\xe3 T\xe2m Kinh' 
>>> print(s) 
09. Bát Nhã Tâm Kinh 

Answer 2

tek şey Kiril Dize - https://github.com/LuminosoInsight/python-ftfy

Bu modül hemen hemen her şeyi düzeltir ve çevrimiçi kod çözücülerden çok daha iyi çalışır.

>>> from ftfy import fix_encoding 
>>> mystr = '09. Bát Nhã Tâm Kinh' 
>>> fix_encoding(mystr) 
'09. Bát Nhã Tâm Kinh' 

Kolayca o kadar kodlanmış gibi pip install ftfy