python - 如何在 Python 中读取不纯文本？

Question

Python 对其文本编解码器非常挑剔。不幸的是，任何事情都可能并且将会在文本中发生，外来词和行噪音是主要的例子。发生这种情况时，我不能让我的生产系统显示错误并停止。什么是好的故障保护方法？有没有我可以使用的方法或库，例如，简单地忽略编解码器无法识别的任何内容？

Answer 1

您可以指定codecs.openerrors的参数。它默认为which throws 异常，但和是一些其他选项。'strict''ignore''replace'

Answer 2

您可以使用try和except：

#!/usr/bin/env python
# -*- coding: utf-8 -*-

s='eëeéeę'

try:
    a=s.decode('ascii')
except UnicodeDecodeError:
    # handle the error appropriately...
    # this is just an example:
    a='cant decode "s"'