Python中含特殊字符的字符串需执行何种编码转换？

问题原因 #

你遇到的ó这类乱码，是UTF-8编码的字节被错误用Latin-1（ISO-8859-1）解码导致的。原字符串里的ó是UTF-8双字节序列\xc3\xb3，用Latin-1解码时会被拆成两个独立字符Ã和³，最终出现乱码。

修复步骤 #

通过「反向编码再正确解码」的方式还原：

1. 将乱码字符串重新编码为Latin-1，还原出原始的UTF-8字节数据
2. 用UTF-8解码这些字节，得到正确的字符串

代码示例 #

# 存在乱码的字符串
garbled_str = "San Juan-Bayamón-Caguas, PR"
# 第一步：编码为Latin-1获取原始字节
raw_bytes = garbled_str.encode("latin-1")
# 第二步：用UTF-8解码得到正确内容
corrected_str = raw_bytes.decode("utf-8")

print(corrected_str)  # 输出: San Juan-Bayamón-Caguas, PR

补充说明 #

如果上述方法不生效，可以尝试用cp1252（Windows系统常用编码）替代latin-1，二者大部分字符兼容，仅少数特殊字符有差异，能覆盖更多场景。

内容的提问来源于stack exchange，提问作者foxRun28