代码之家 › 专栏 › 技术社区 › Naila Akbar

乌尔都语字符串看起来一样,但在比较中发现不平等的蟒蛇3

urdu utf-8 unicode python-3.x python

1

Naila Akbar · 技术社区 · 6 年前

我还有另一个文本文件,上面有乌尔都语字符串(目前只有一个单词像这样,完全相同)

//正在读取字符串的文本文件。。。

fileToRead = codecs.open('string.txt', mode, encoding=encoding)
fileData = fileToRead.read()
lstFileData = fileData.split('\n')


wordListToRead = codecs.open('words.txt', mode, encoding=encoding)
wordData = wordListToRead.read()
lstWords = wordData.split('\n')

我只是像这样遍历列表;

for string in lstFileData:
    if string in lstWords:
        // do further work

2 回复 | 直到 6 年前

1

golddove 6 年前

刚刚在python3中试用过,似乎对我很有用:

lstWords = ['a', 'ÙÙØ³ÙÛ', 'b']
string = 'ÙÙØ³ÙÛ'
if string in lstWords:
    print("yes")

编辑:同样,刚刚用文件IO测试了更新后的代码,效果很好(我没有指定编码)。以下是it工作的链接: https://trinket.io/python3/3890d8b261

2

0

Naila Akbar 6 年前

虽然听起来很有趣,但问题是 file encoding type . 我在简单的记事本中打开文件进行一些更改并保存了它。它把我的文件从 utf-8 到 utf-8 BOM . 我的代码没用。一旦我用utf-8在notepad++中创建了新文件,同样的代码就开始正常工作了(因为问题不在代码中,而是在文件编码中)