python - 处理具有不同 unicode 代码的相似字符

Question

我正在使用一个 JSON，其中一些字段由不同国家的人类填写。一些脚本共享一个字母，但每个脚本都有不同的 unicode ID。

以下是一些例子：

Р是 Cyrillic 脚本具有 unicode ID 0x420。P在拉丁字母中具有 unicode ID 0x50。

е并分别e具有 unicode ID0x435和0x45。

М并M具有 unicode ID0x41c和0x4d.

这导致难以理解的行为：

'МРе' in 'MPe'
False

'MPe' in 'MPe'
True

我没有任何方法来控制传入的数据。

在 Python 中处理类似 unicode 字符的最佳方法是什么？'MPe' in 'MPe' is True换个说法，不管数据来自什么脚本，最好的方法是什么？

标签： pythonstringunicodecharacter-encoding