在Python3中将UTF8字符串转换为CP860

Question

我在python3中有一些字符串，它们应该是CP860（葡萄牙语），但我认为它们是在UTF-8中显示的。有人能告诉我如何在python3中将UTF-8字符串转换成CP860字符串吗？你知道吗

字符串是“proteçÃo para bebê”，应该是“de proteço para bebè”

我尝试了几个代码，但没有工作，分享其中一个在这里。你知道吗

>>> a = "Cercadinho e grade de proteção para bebê".encode('cp860')

>>> print(a)

b'Cercadinho e grade de prote\x87\x84o para beb\x88' ==> Result

结果是错误的，它应该在CP860（de proteção para bebê）中，如上所述

Answer 1

你看到的是双重编码的文本，首先是UTF-8，然后是拉丁语-1。你知道吗

>>> s = 'proteção para bebê'
>>> orig = s.encode('latin1').decode('utf-8')
>>> orig
'proteção para bebê'

您需要首先清理mojibake，然后您可以编码到cp860，如果您想这样做的话：

>>> cp860 = orig.encode('cp860')
>>> cp860
b'prote\x87\x84o para beb\x88'

注意，在python3中，编码文本的类型是bytes，而不是str，因此说您拥有或想要“utf-8 strings”或“cp860strings”并不是真正有意义的：有bytestrings（bytes），可以从特定编码（utf-8、cp860等）解码成str。你知道吗