从字节解码到任意

Question

这是Python 2

我的理解是

任何

encode是关于编码从unicode代码点到任何东西（bytes/ascii/utf-8/…）

根据下面的代码

>>> myUtf8
'Hi \xe2\x84\x99\xc6\xb4\xe2\x98\x82\xe2\x84\x8c\xc3\xb8\xe1\xbc\xa4'
>>> myUtf8.decode("ascii", "replace")
u'Hi \ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd\ufffd'
>>> myUtf8.decode('utf-16')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/encodings/utf_16.py", line 16, in decode
    return codecs.utf_16_decode(input, errors, True)
UnicodeDecodeError: 'utf16' codec can't decode byte 0xa4 in position 18: truncated data

问题：

为什么代码点\ufffd被替换为无法解码的字节？在

编辑：

问题：

协议（例如）正在接收字节。如何查找，字节是用哪种编码表示的？假设这些字节是从网络接收的。在

Answer 1

你的理解是错误的。decode是“从作为第一个参数传递给unicode的编码中表示的字节”；encode是“从unicode到作为第一个参数传递的编码中表示的字节”。在

在您的示例中，您给出了一些用UTF-8表示的字节，并告诉Python将它们解释为ASCII，然后构建一个unicode字符串；如果所有的>；127个字节都不是有效的ASCII，它们被视为垃圾，因此，正如您使用"replace"参数请求的那样，它们将被Unicode替换字符替换。在