Python unicode：如何用空格替换无法使用utf8解码的字符？答案

【问题标题】：Python unicode: how to replace character that cannot be decoded using utf8 with whitespace?Python unicode：如何用空格替换无法使用utf8解码的字符？
【发布时间】：2015-08-20 10:31:06
【问题描述】：

如何用空格替换无法使用utf8解码的字符？

# -*- coding: utf-8 -*-
print unicode('\x97', errors='ignore') # print out nothing
print unicode('ABC\x97abc', errors='ignore') # print out ABCabc

如何打印出ABC abc 而不是ABCabc？请注意，\x97 只是一个示例字符。无法解码的字符是未知输入。

如果我们使用errors='ignore'，它不会打印任何内容。
如果我们使用errors='replace'，它将用一些特殊字符替换那个字符。

【问题讨论】：

标签： python unicode utf-8

【解决方案1】：

看看codecs.register_error。您可以使用它来注册自定义错误处理程序

https://docs.python.org/2/library/codecs.html#codecs.register_error

import codecs
codecs.register_error('replace_with_space', lambda e: (u' ',e.start + 1))
print unicode('ABC\x97abc', encoding='utf-8', errors='replace_with_space')

【讨论】：

堆栈溢出是否允许多个解决方案？ @Kasramvd 和你都提供了很好的答案......在这种情况下该怎么办......

【解决方案2】：

您可以使用try-except 语句来处理UnicodeDecodeError：

def my_encoder(my_string):
   for i in my_string:
      try :
         yield unicode(i)
      except UnicodeDecodeError:
         yield '\t' #or another whietespaces

然后使用str.join 方法加入你的字符串：

print ''.join(my_encoder(my_string))

演示：

>>> print ''.join(my_encoder('this is a\x97n exam\x97ple'))
this is a   n exam  ple

【讨论】：

\x97 只是一个示例字符。无法解码的字符是未知输入。
@DehengYe 只是一个错字，已修复
非常有帮助的答案！ @Kasramvd
希望你不要介意。你和@HelloWorld 都提供了很好的答案。但是 Stack Overflow 只允许一种解决方案。