python3出現轉碼問題的總結
阿新 • • 發佈：2017-08-26
char val 子集 解決辦法 忽略 特殊字符 err title 可能
對於此（類）問題：
(1)出現UnicodeEncodeError –> 說明是Unicode編碼時候的問題；
(2) ‘gbk’ codec can’t encode character –> 說明是將Unicode字符編碼為GBK時候出現的問題；
此時，往往最大的可能就是，本身Unicode類型的字符中，包含了一些無法轉換為GBK編碼的一些字符。
解決辦法是：
- 方案1：
在對unicode字符編碼時，添加ignore參數，忽略無法無法編碼的字符，這樣就可以正常編碼為GBK了。
對應代碼為：
| gbkTypeStr = unicodeTypeStr.encode(“GBK“, ‘ignore’); |
- 方案2：
或者，將其轉換為GBK編碼的超集GB18030 （即，GBK是GB18030的子集）：
| gb18030TypeStr = unicodeTypeStr.encode(“GB18030“); |
對應的得到的字符是GB18030的編碼。
【題外話】
對於上述中，將原先的utf-8的字符轉換為Unicode的時候，其實更加安全的做法，也可以將：
titleUni = titleHtml.decode(“UTF-8”);
替換為：
titleUni = titleHtml.decode(“UTF-8”, ‘ignore’);
這樣可以實現，即使對於那些，相對來說是無關緊要的一些特殊字符，也可以成功編碼，避免編碼出錯，提高程序的健壯性。
python3出現轉碼問題的總結