python unicode编码/解码函数的异常（为什么errors=ignore实际上不忽略它们？？）答案

【问题标题】：exceptions with python unicode encode/decode functions (why doesn't errors=ignore actually ignore them??)python unicode编码/解码函数的异常（为什么errors=ignore实际上不忽略它们？？）
【发布时间】：2010-04-21 02:30:03
【问题描述】：

有谁知道为什么字符串转换函数在传递errors="ignore" 时会抛出异常？如何从常规 Python 字符串对象转换为 unicode 而不会引发错误？非常感谢！

python -c "import codecs; codecs.open('tmp', 'wb', encoding='utf8', errors='ignore').write('кошка')"

返回
回溯（最近一次通话最后一次）：
文件“”，第 1 行，在
文件“/usr/lib/python2.6/codecs.py”，第 686 行，写入中
返回 self.writer.write(data)
文件“/usr/lib/python2.6/codecs.py”，第 351 行，写入中
数据，消费 = self.encode(object, self.errors)
UnicodeDecodeError：“ascii”编解码器无法解码位置 0 中的字节 0xd0：序数不在范围内（128）

EDIT - 感谢您的回复，但有谁知道如何转换上面的文字，而不是使用“u”前缀？原因是你当然可以处理一些不是常数的事情:)

【问题讨论】：

标签： python unicode

【解决方案1】：

write 方法（在 Python 2 中）采用一个 unicode 对象，并且您将它传递给一个 str ——因此，codecs.py 第 351 行中的 encode 调用首先尝试构建一个 unicode 对象（使用默认编解码器，'ascii'）。修复很简单：将 write 调用更改为

write(u'кошка')

u 前缀告诉 Python 你正在使用 Unicode 对象，应该没问题。

【讨论】：

这是更好的答案。它提供与 Python 3 的前向兼容性。

【解决方案2】：

在 Python 2.x 中使用 write('кошка'.decode('utf-8') 而不是 write('кошка')。

您也可以使用其他编码来代替“utf-8”。

希望它不会抛出任何错误...

【讨论】：

【解决方案3】：

我刚刚发现的一个非解决方案（来自问题作者）：使用 python3

python3 -c "import codecs; codecs.open('tmp', 'wb', encoding='utf8', errors='ignore').write('кошка')"

【讨论】：

【解决方案4】：

问题在这里 ===>>>> 写('кошка')

您正在编写一个 str 对象，接收者期待一个 unicode 对象，因此它尝试使用默认编码 (ascii) 将其转换为 unicode，当然 (?) 会产生众所周知的 (?) @987654321 @

像这样使用编解码器模块的全部意义在于让它即时将您的 unicode 对象转换为 utf8 编码的对象——所以输入它 unicode

更新如何转换文字或非文字：

unicode_object = literal_or_whatever.decode("UNKNOWN_ENCODING")

你知道你的文字是如何编码的吗？你想告诉我们你想要完成什么吗？一个带有python -c 的衬里并没有多大帮助；-)

【讨论】：

unicode() 函数不起作用，它会抛出相同的异常。
@gatoatigrado：我说喂它 unicode；我没有说要使用unicode() 函数。如果您使用unicode() 而不指定编码，当然它会得到相同的异常（默认编码是ascii）。请阅读我回答的最后一句话。
啊，对不起，我正在扫描，对不起。问题是“如何”从 Python 字符串中输入 unicode。合乎逻辑的方式是unicode(pystr)，但这不起作用。我想我以前用过 bytes() 的愚蠢技巧，但我想知道真正的解决方案是什么。
@gatoatigrado: unicode(str_object) 正如已经解释的那样不是“逻辑”方式（无论这意味着什么）——你需要知道你的 str_object 是什么编码（例如“cp1252”），并且然后执行str_object.encode(that_encoding) 或unicode(str_object, that_encoding)（这些是等效的）