zoukankan      html  css  js  c++  java
  • Python转码问题

    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xa3xa0,或者xa4x57,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xa1xa1),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。 
  • 相关阅读:
    Spring MVC之视图呈现
    Spring MVC之HandlerMap 初始化
    Spring MVC之DispatcherServlet请求处理
    合成模式
    缺省适配器
    适配器模式
    原始模型
    克隆 和 比较
    建造模式
    线段树
  • 原文地址:https://www.cnblogs.com/frankcoder/p/5121766.html
Copyright © 2011-2022 走看看