python 判断两个中文字符串是否相同

Question

我用python的结巴包得到了分词，是unicode码，然后从文件中又读取了一个中文词语，这两个词是相同的，但是做判断时，他俩不相同。

Answer 1

都是unicode就可以直接比较。将清除前后的空格。再用type检查他们的确都是unicode。就可以直接比较了。

从文件中直接读出的词语，通常是BYTE形式。是编码好了的。不是unicode。要DECODE一次（python2.x）才可以。

Answer 2

我记得结巴的话你给他的也必须是某种编码的（两年了忘记了）

你可以先用type(string)判断它是哪个编码 然后再类型转换

比如

s = f.readline()
s = unicode(s.decode("utf8"), "ignore")

其中decode可能要判断一下是够需要 然后再比较。

本回答被提问者采纳

Answer 3

先处理相同类型的字符串再比较，应该没问题