UTF-8德国Umlaut具有两个不同的字节码表示

Question

在UTF-8中，德语字母"Ö"有两种形式，一种是：B' xc3 xb6'，另一个是b'o xcc x88'

以下代码在Python 3.6.3

中

In [1]: b'xc3xb6'.decode('utf-8')
Out[1]: 'ö'
In [2]: b'oxccx88'.decode('utf-8')
Out[2]: 'ö'

这将导致搜索使用"Ö"单词的问题。如何将第二种形式转换为第一个形式？

Answer 1

通过Unicode归一化运行它。使用NFC作为 form 。