Como corrigir a corda descontada?

Question

eu usei mutagênico Para ler os metadados do MP3, já que a tag ID3 é lida como Unicode, mas na verdade é codificada GBK. Como corrigir isso no Python?

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

produz

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

Mas, de fato, deve estar em GBK (chinês).

当你孤单你会想起谁

Answer 1

Parece que a string foi decodificada para unicode usando a codificação errada (latim-1).

Você precisa codificá -lo a uma string de byte e, em seguida, decodificá -la novamente ao Unicode usando a codificação correta.

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

Parece que é decodificação automática usando latin1. Consertar:

>>> 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

Testado no Python 2.x, mas deve funcionar bem em 3 também.