比如,若要将某个String对象s从gbk内码转换为UTF-8,可以如下操作
s.decode('gbk').encode('utf-8′)
可是,在实际开发中,我发现,这种办法经常会出现异常:
UnicodeDecodeError: ‘gbk' codec can't decode bytes in position 30664-30665: illegal multibyte sequence
这 是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中,全角空格往往有多种不同的实现方式,比如\xa3\xa0,或者\xa4\x57,这些 字符,看起来都是全角空格,但它们并不是“合法”的全角空格(真正的全角空格是\xa1\xa1),因此在转码的过程中出现了异常,
Python转码问题的解决方法
。这样的问题很让人头疼,因为只要字符串中出现了一个非法字符,整个字符串——有时候,就是整篇文章——就都无法转码。
解决办法:
s.decode('gbk', ‘ignore').encode('utf-8′)
因为decode的函数原型是decode([encoding], [errors='strict']),可以用第二个参数控制错误处理的策略,默认的参数就是strict,代表遇到非法字符时抛出异常;
如果设置为ignore,则会忽略非法字符;
如果设置为replace,则会用?取代非法字符;
如果设置为xmlcharrefreplace,则使用XML的字符引用。
python文档
decode( [encoding[, errors]])
Decodes the string using the codec registered for encoding. encoding defaults to the default string encoding. errors may be given to set a different error handling scheme. The default is 'strict', meaning that encoding errors raise UnicodeError. Other possible values are 'ignore', 'replace' and any other name registered via codecs.register_error, see section 4.8.1.
QQ空间 搜狐微博 人人网 开心网 百度搜藏更多
Tags:Python 转码
复制链接收藏本文打印本文关闭本文返回首页
上一篇:Python函数学习笔记
下一篇:windows下wxPython开发环境安装与配置方法
相关文章
2014-02-02python实现360皮肤按钮控件示例
2008-10-10wxPython 入门教程
2014-03-03python处理json数据中的中文
2014-05-05从零学Python之入门(二)基本数据类型
2014-01-01python删除文件示例分享
2013-12-12win7安装python生成随机数代码分享
2014-01-01使用python获取CPU和内存信息的思路与实现(linux系统)
2014-04-04Python中的map、reduce和filter浅析
2014-01-01python检测lvs real server状态
2013-11-11python中文乱码的解决方法
文章评论
最 近 更 新
python使用urllib模块和pyquery实现阿里巴
使用python装饰器验证配置文件示例
python 生成不重复的随机数的代码
Python 调用VC++的动态链接库(DLL)
Python和php通信乱码问题解决方法
Python strip lstrip rstrip使用方法
win7安装python生成随机数代码分享
python基础入门详解(文件输入/输出 内建类
python Django模板的使用方法(图文)
python 查找文件夹下所有文件 实现代码
热 点 排 行
Python入门教程 超详细1小时学会
python 中文乱码问题深入分析
比较详细Python正则表达式操作指
Python字符串的encode与decode研
Python open读写文件实现脚本
Python enumerate遍历数组示例应
Python 深入理解yield
Python+Django在windows下的开发
python 文件和路径操作函数小结
python 字符串split的用法分享