python3编码替换unicode字符

Question

根据文档，以下命令

'Brückenspinne'.encode("utf-8",errors='replace')

应该给我字节序列b'Br??ckenspinne'。然而，unicode 字符并没有被替换，而是被编码：

b'Br\xc3\xbcckenspinne'

你能告诉我我是如何真正消除 unicode 字符的吗？ （我使用 replace 进行测试，我打算稍后使用'xmlcharrefreplace'。老实说，我想将 unicode 字符转换为它们的 xmlcharref，将所有内容都保留为字符串）。

谢谢。

Answer 1

utf-8编码可以表示字符ü；不会发生替换。

使用不能代表字符的其他编码。例如ascii:

>>> 'Brückenspinne'.encode("ascii", errors='replace')
b'Br?ckenspinne'

>>> 'Brückenspinne'.encode("ascii", errors='xmlcharrefreplace')
b'Brückenspinne'