python中的安全解码（'？'符号而不是异常）

Question

我有代码：

encoding = guess_encoding()    
text = unicode(text, encoding)

当文本中出现错误符号时，将引发UnicodeDecode异常。我怎样才能自动跳过用“？”替换错误符号的异常？在

Answer 1

在Python3中，可以使用decode方法将bytes对象解码为字符串。它可以接受两个参数： -encoding，默认为"utf-8"，并且 -errors，它定义对非法字符序列的操作。默认值是"strict"，它引发了一个UnicodeDecodeError；其他可选值是ignore和{}，后者用Unicode替换字符"\uFFFD"替换非法字符。在

因此，您需要执行以下操作来解码和替换：

encoding = guess_encoding()
text = text_bytes.decode(encoding, errors='replace').replace('\uFFFD', '?')

正如Sven Marnach在注释中指出的那样，您可以将errors参数直接提供给open；否则您将在读取文件时得到解码错误（如果它不在字符映射中）。在

Answer 2

试试看

text = unicode(text, encoding, "replace")

从documentation：

'replace' causes the official Unicode replacement character, U+FFFD, to be used to replace input characters which cannot be decoded.

如果要使用"?"而不是官方的Unicode替换字符，可以这样做

^{pr2}$

转换为unicode后。在