python - Unicode latin1 字符串编码/解码

Question

当使用 Python (Django) ORM 从未知/旧/不一致的 Mysql 数据库获取数据到 Postgres utf-8 数据库时，我有时会因此编码错误数据。

目标:格雷戈里

> a
u'gr\xe3\xa9gory'

> print a
grã©gory

我尝试了几种解码/编码技巧都没有成功:

 > print a.encode('utf-8').decode('latin1')
 grã©gory

 > print a.encode('utf-8').decode('latin1')
 grã©gory

 > print a.decode('latin-1')
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)

即使有一些unicode_转义

Answer 1

我猜字符串在某些时候被错误地转换为小写，将 \xc3 更改为 \xe3。小写转换假定为 latin1 编码，而实际上是 utf-8。

>>> print 'gr\xc3\xa9gory'.decode('utf8')
grégory