come correggere la stringa misencoded?

Question

mutageno di leggere i metadati mp3, dal momento che il tag ID3 viene letta come unicode ma in realtà è codificato GBK. come correggere questo in Python?

audio = EasyID3(name)
title = audio["title"][0] 
print title
print repr(title)

produce

µ±Äã¹Âµ¥Äã»áÏëÆðË­
u'\xb5\xb1\xc4\xe3\xb9\xc2\xb5\xa5\xc4\xe3\xbb\xe1\xcf\xeb\xc6\xf0\xcb\xad'

, ma in realtà dovrebbe essere in GBK (cinese).

当你孤单你会想起谁

Answer 1

Sembra che la corda è stato decodificato in Unicode utilizzando la codifica sbagliata (latin-1).

È necessario codificare una stringa di byte e poi decodificarlo indietro in Unicode utilizzando la codifica corretta.

title = u'\xb5\xb1\xc4\xe3\xb9\xc2\xb5\xa5\xc4\xe3\xbb\xe1\xcf\xeb\xc6\xf0\xcb\xad'
print title.encode('latin-1').decode('gbk')
当你孤单你会想起谁

Answer 2

Sembra che sia auto-decodifica usando latin1. Per risolvere il problema:

>>> title = u'\xb5\xb1\xc4\xe3\xb9\xc2\xb5\xa5\xc4\xe3\xbb\xe1\xcf\xeb\xc6\xf0\xcb\xad'
>>> print title.encode('latin1').decode('GBK')
当你孤单你会想起谁

Testato in Python 2.x, ma dovrebbe funzionare bene in 3 pure.