Python转码的问题
2008-10-06 14:36
197 查看
Python转码的问题在Python中,可以对String调用decode和encode方法来实现转码。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。 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. |
相关文章推荐
- python3出现转码问题的总结
- Python转码问题的解决方法:ignore,replace,xmlcharrefreplace
- python ——网页爬虫乱码以及转码问题
- Python转码问题的解决方法:ignore,replace,xmlcharrefreplace
- Python转码问题的解决方法
- Python转码问题的解决方法
- Python十六进制转码问题
- Python字符串转码问题
- python读写文件时中文的转码问题
- 关于Python 中unicode 转码的问题
- Python转码问题
- python下一个转码的问题
- python中文语音识别后-结巴分词以及停用词过滤时遇到的转码问题
- Python实现批量处理文件的缩进和转码问题
- python 字符串错误+部分转码问题
- Python转码问题的解决方法
- python转码问题: in position 30664-30665: illegal multibyte sequence
- Python转码问题的解决方法
- Python的转码问题
- python字符转码问题-持续更新