python - 为什么这两个 Python unicode 字符串不同？

Question

我正在用 Python 编写一些单元测试，现在我遇到了一个相当奇怪的错误。我比较了两个看起来完全相同的字符串，但我得到了一个断言错误。下面的代码打印出我后面评论的内容:

print type(a), len(a), a  # <type 'unicode'> 12 € 290.000,00
print type(b), len(b), b  # <type 'unicode'> 12 € 290.000,00
print a == b  # False

所以为了找出哪些字符不同，我将它们打印出来并逐个字符地比较字符串:

for enum, i in enumerate(a):
    print a[enum], b[enum], a[enum] == b[enum]

这打印出来:

€ € True
   False  # <== THE SPACE IS NOT EQUAL?!!?
2 2 True
9 9 True
0 0 True
. . True
0 0 True
0 0 True
0 0 True
, , True
0 0 True
0 0 True

令我惊讶的是，空格是使这两个字符串不相等的字符。我真的不明白这一点。为什么两个 unicode 字符串中的空格会不同？

有人知道这里出了什么问题吗？欢迎所有提示!

Answer 1

Unicode 定义了一堆不同的空格字符:

(表格来自 https://www.cs.tut.fi/~jkorpela/chars/spaces.html )。

要准确查看发生了什么，请像这样修改您的代码:

from unicodedata import name

for enum, i in enumerate(a):
    print name(a[enum]), name(b[enum]), a[enum] == b[enum]

...并且将明确使用的确切字符。