如何在python中将u'\uf04a'转换为unicode

Question

我正在尝试用python解码u'\uf04a'，这样我就可以打印它而不会出现错误警告。换句话说，我需要将愚蠢的microsoftwindows1252字符转换成实际的unicode

包含异常错误的html源代码来自这里http://members.lovingfromadistance.com/showthread.php?12338-HAVING-SECOND-THOUGHTS

单击此处http://www.fileformat.info/info/unicode/char/f04a/index.htm阅读有关u'\uf04a'和u'\uf04c'的信息

一个例子如下：

"Oh god please some advice ":

Out[408]：哦，上帝，请给我一些建议\uf04c'

以这样一个线程为例进行测试：

^{pr2}$

'charmap' codec can't encode character u'\uf04a' in position 1526: character maps to undefined

在两个Python脚本的帮助下，我成功地转换了u'\x92'，但是我仍然无法使用u'\uf04a'。有什么建议吗？在

参考文献

https://github.com/AnthonyBRoberts/NNS/blob/master/tools/killgremlins.py

Handling non-standard American English Characters and Symbols in a CSV, using Python

解决方案：

根据下面的注释：我将这些字符集替换为问号（'？'）在

thread = u'who are you \uf04a Why you are so harsh to her \uf04c'
thread = thread.replace(u'\uf04a', '?')
thread = thread.replace(u'\uf04c', '?')

希望这对其他初学者有所帮助。在

Answer 1

u'\uf04a'

已经是一个Unicode对象，这意味着不需要解码。如果您的目标是UTF-8这样的特定文件编码（UTF-8与Unicode不同，但总是与Unicode混淆），那么您只能对其进行编码编码。在

^{pr2}$

提供一个字符串（python2）或bytes对象（python3），然后可以将其写入文件或UTF-8终端等

因为cp1252没有这个字符，所以不能将它编码为普通的Windows字符串。在

你可以通过告诉编码器用?替换丢失的字符，把它转换成一种不包含那些有问题字符的编码：

>>> u'who\uf04a why\uf04c'.encode("ascii", errors="replace")
'who? why?'