1
在我的项目中，我需要处理许多不同的语言，其中之一是日语。 （我自己不说）。使用不同的UTF-8编码测试视觉相同的字符的相等性。 （日语）
我需要比较两个字符串，看看它们是否相等。一个字符串来自我的计算机上的文件名，另一个字符串来自该确切文件的下载链接。这两个字符串应该是相同的。
原来相同的字符可以用不同的方式编码或类似的东西。
看看字符バ，它可以用两种方式编码。
\xe3\x83\x90\xe3\x83\x8f\xe3\x82\x99
数2实际上是一种ハ和゙一起，这导致在相同的字符。正因为如此，有些字符串会被认为是不同的，即使它们应该是平等的。 Python是告诉我，
ネバーランド
是不一样的
ネバーランド
事情我已经尝试：
而不是检查确切的平等我尝试使用相似性：
difflib.SequenceMatcher(None, string1, string2).ratio()这不幸的是不够精确。我也尝试过配置垃圾，但我无法做到足够精确。乱七八糟的解码和编码功能，希望它只会神奇消失。
我见过有些类似的问题，但没有好的解决方案，恐怕没有，除非我手动过滤掉这些特殊情况。