[英]Encode Decode using python
我在python中有此功能
Str = "ü";
print Str
def correctText( str ):
str = str.upper()
correctedText = str.decode('UTF8').encode('Windows-1252')
return correctedText;
corText = correctText(Str);
print corText
它可以工作並轉換¼和Ã等字符,但是當我嘗試Ã時卻失敗了。 和¶
有辦法解決嗎?
根據UTF8,Ã和¶不是有效字符,這意味着字節數不能被4整除(通常)。 您需要做的是使用其他類型的編碼,或者通過使用unicode()函數消除str中的錯誤。 我建議使用梯子。
您想要做的是由幾個連續的Windows-1252代碼組成有效的UTF-8代碼。
例如,對於ü
,的的Windows 1252代碼Ã
是C3
和¼
這是BC
。 代碼C3BC
恰好是ü
的UTF-8代碼。
現在,對於Ã?
,Windows-1252代碼為C33F
,它不是有效的UTF-8代碼(因為第二個字節不是以10
開頭)。
您確定此順序出現在您的文本中嗎? 例如,對於à
,UTF-8代碼(C3A0)的Windows-1252解碼后跟Ã
然后是不可打印字符(不間斷空格)。 因此,如果第二個字符未打印,則?
可能是文本的常規字符。
對於¶
在Windows-1252編碼C2B6
。 它不應該是ö
,為此,在Windows 1252編碼是C3B6
,相當於的UTF-8編碼ö
?
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.