字符串内码的转换,是开发中经常遇到的问题。
来源:互联网 发布:淘宝考试黄赌毒是国家 编辑:程序博客网 时间:2024/04/28 23:26
字符串内码的转换,是开发中经常遇到的问题。
在Java中,我们可以先对某个String调用getByte(),由结果生成新String的办法来转码,也可以用NIO包里面的Charset来实现。
在Python中,可以对String调用decode和encode方法来实现转码。
比如,若要将某个String对象s从gbk内码转换为UTF-8,可以如下操作
s.decode('gbk').encode('utf-8')
可是,在实际开发中,我发现,这种办法经常会出现异常:
UnicodeDecodeError: 'gbk' codec can't decode bytes in position 30664-30665: illegal multibyte sequence
这是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中,全角空格往往有多种不同的实现方式,比如/xa3/xa0,或者/xa4/x57,这些字符,看起来都是全角空格,但它们并不是“合法”的全角空格(真正的全角空格是/xa1/xa1),因此在转码的过程中出现了异常。
这样的问题很让人头疼,因为只要字符串中出现了一个非法字符,整个字符串——有时候,就是整篇文章——就都无法转码。
幸运的是,tiny找到了完美的解决办法(我因此被批评看文档不仔细,汗啊……)
s.decode('gbk', 'ignore').encode('utf-8')
因为decode的函数原型是decode([encoding], [errors='strict']),可以用第二个参数控制错误处理的策略,默认的参数就是strict,代表遇到非法字符时抛出异常;
如果设置为ignore,则会忽略非法字符;
如果设置为replace,则会用?取代非法字符;
如果设置为xmlcharrefreplace,则使用XML的字符引用。
在Java中,我们可以先对某个String调用getByte(),由结果生成新String的办法来转码,也可以用NIO包里面的Charset来实现。
在Python中,可以对String调用decode和encode方法来实现转码。
比如,若要将某个String对象s从gbk内码转换为UTF-8,可以如下操作
s.decode('gbk').encode('utf-8')
可是,在实际开发中,我发现,这种办法经常会出现异常:
UnicodeDecodeError: 'gbk' codec can't decode bytes in position 30664-30665: illegal multibyte sequence
这是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中,全角空格往往有多种不同的实现方式,比如/xa3/xa0,或者/xa4/x57,这些字符,看起来都是全角空格,但它们并不是“合法”的全角空格(真正的全角空格是/xa1/xa1),因此在转码的过程中出现了异常。
这样的问题很让人头疼,因为只要字符串中出现了一个非法字符,整个字符串——有时候,就是整篇文章——就都无法转码。
幸运的是,tiny找到了完美的解决办法(我因此被批评看文档不仔细,汗啊……)
s.decode('gbk', 'ignore').encode('utf-8')
因为decode的函数原型是decode([encoding], [errors='strict']),可以用第二个参数控制错误处理的策略,默认的参数就是strict,代表遇到非法字符时抛出异常;
如果设置为ignore,则会忽略非法字符;
如果设置为replace,则会用?取代非法字符;
如果设置为xmlcharrefreplace,则使用XML的字符引用。
- 字符串内码的转换,是开发中经常遇到的问题。
- Android开发中经常遇到的问题
- java开发中经常遇到的问题
- struts2开发中经常遇到的问题
- IOS开发中经常遇到的问题
- 开发中遇到的JSON字符串转换的小问题
- shell脚本中字符串比较经常遇到的一个问题
- 项目开发中经常遇到的一些问题总结
- 开发中经常遇到不同浏览器的编码乱码问题
- android开发中经常遇到的问题汇总
- android开发中经常遇到的问题汇总
- android开发中经常遇到的问题汇总
- iOS开发中经常遇到的一些问题
- iOS开发中经常遇到的一些问题
- iOS开发中经常遇到的问题及解决办法1
- web开发中经常遇到的一些乱码问题
- iosiOS 10开发中经常遇到的问题总结
- android开发中经常遇到的问题汇总
- python中文处理好方法
- Linux下TC学习
- DELPHI 正则表达式 TPerlRegEx
- 约瑟夫问题算法
- 使用prototype的 ajax时,编码上的一些注意
- 字符串内码的转换,是开发中经常遇到的问题。
- 教大家怎样把word文档转换成PDF(带书签的PDF哦)
- 让WM6更快的方法之《注册表优化指南》
- 域控制器简介
- 企业级项目管理信息系统规划中的难点
- 职业生涯5个必经阶段,你在哪个阶段?
- 文件读写
- 将一台成员服务器升为域控制器一(组图)
- 有趣的Python