如何解决Python无法将错误的unicode编码为ascii
| 我有一些Python代码正在接收带有错误unicode的字符串。当我尝试忽略不良字符时,Python仍然感到窒息(2.6.1版)。复制方式如下:s = \'ad\\xc2-ven\\xc2-ture\'
s.encode(\'utf8\',\'ignore\')
它抛出
UnicodeDecodeError: \'ascii\' codec can\'t decode byte 0xc2 in position 2: ordinal not in range(128)
我究竟做错了什么?
解决方法
在Python 2.x中将字符串转换为unicode实例为
str.decode()
:
>>> s.decode(\"ascii\",\"ignore\")
u\'ad-ven-ture\'
,您会混淆\“ unicode \”和\“ utf-8 \”。您的字符串s
不是unicode;它是采用特定编码的字节串(但不是UTF-8,更可能是iso-8859-1等。)通过解码数据而不是编码来完成从字节串到“ 5”的过程。从unicode到bytestring是编码。也许您是要使s
成为unicode字符串:
>>> s = u\'ad\\xc2-ven\\xc2-ture\'
>>> s.encode(\'utf8\',\'ignore\')
\'ad\\xc3\\x82-ven\\xc3\\x82-ture\'
或者,您可能想将字节字符串视为UTF-8,但忽略无效序列,在这种情况下,您将使用\'ignore \'作为错误处理程序对字节字符串进行解码:
>>> s = \'ad\\xc2-ven\\xc2-ture\'
>>> u = s.decode(\'utf-8\',\'ignore\')
>>> u
u\'adventure\'
>>> u.encode(\'utf-8\')
\'adventure\'
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。