网址里面有个特殊字符-零宽度

网址里面有个特殊字符​

所见不一定是所得. 今天终于活久见, 看上去是一样的, 但是实际就是不一样还差一个字符。 那看见下面一个图片，下面一个图片，嗯是返回的一串字符串，我要判断它们相等，肉眼看上去是完全相等的，但是实际上，它们是不相等的，所以在判断相等的时候始终返回嗯 False 。

看上去是2001603，url编码是2​001603/ 。

到底是什么原因造成的？我把获取到的字符串，通过 ascii 码编码之后。明显的看到有一个错误发生。在 2这个数字后面。

代码语言：javascript复制

str(path).split('/')[-1].encode('ascii')=='MAIN_HCP3_AU_ER_G55D_UNIT_DB_2001603'

发现在2这个数字后面，他有一个编码，Unicode编码是 u200b 。通过查询Unicode？可以知道这是一个0宽度的字符串。如果他表现出来就是没有宽度的，肉眼是看不见的。

{UnicodeEncodeError}‘ascii’ codec can’t encode character u’u200b’ in position 30: ordinal not in range(128)

解决

遇到这种问题怎么去解决？通过python，用python的方法encode去编码，用 assci 编码，然后忽略掉错误就可以了。

代码语言：javascript复制

str(path).split('/')[-1].encode('ascii', 'ignore')=='MAIN_HCP3_AU_ER_G55D_UNIT_DB_2001603'

其他

那是其他的类似0宽度字符串还有如下几种方式。如果遇到同样的问题，还是用这个方法就可以解决

类似的还有

Unicode code point	character UTF-8	(hex.) name
U 2000	e2 80 80	EN QUAD
U 2001	e2 80 81	EM QUAD
U 2002	e2 80 82	EN SPACE
U 2003	e2 80 83	EM SPACE
U 2004	e2 80 84	THREE-PER-EM SPACE
U 2005	e2 80 85	FOUR-PER-EM SPACE
U 2006	e2 80 86	SIX-PER-EM SPACE
U 2007	e2 80 87	FIGURE SPACE
U 2008	e2 80 88	PUNCTUATION SPACE
U 2009	e2 80 89	THIN SPACE
U 200A	e2 80 8a	HAIR SPACE
U 200B	e2 80 8b	ZERO WIDTH SPACE
U 200C	e2 80 8c	ZERO WIDTH NON-JOINER
U 200D	e2 80 8d	ZERO WIDTH JOINER
U 200E ‎	e2 80 8e	LEFT-TO-RIGHT MARK
U 200F ‏	e2 80 8f	RIGHT-TO-LEFT MARK

unicode python ascii 编程算法

0 人点赞