如何糾正錯誤編碼的字符串？

Question

我使用mutagen來讀取mp3元數據，因爲id3標籤是作爲unicode讀取的，但實際上它是GBK編碼的。如何糾正這在python中？

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

產生

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

但實際上應該在GBK（中國）。

當你孤單你會想起誰 

Answer 1

它看起來像字符串已被解碼爲unicode使用錯誤的編碼（拉丁-1）。

您需要將其編碼爲字節字符串，然後使用正確的編碼將其解碼回unicode。

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') 
當你孤單你會想起誰 

Answer 2

看起來像它的使用latin1自動解碼。修復：

>>> 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') 
當你孤單你會想起誰 

在Python 2.x中測試，但也應該在3中正常工作。