SurrogateScape in python2

Question

Python3 änderte das Unicode-Verhalten, um Surrogat-Paare abzulehnen, während Python2 nicht.

Es ist eine Frage here

Aber es liefert keine Lösung, wie Ersatzpaare in python2 zu entfernen oder wie Surrogat Flucht zu tun.

Python3 Beispiel:

>>> a = b'\xed\xa0\xbd\xe4\xbd\xa0\xe5\xa5\xbd' 
>>> a.decode('utf-8', 'surrogateescape') 
'\udced\udca0\udcbd你好' 
>>> a.decode('utf-8', 'ignore') 
'你好' 

Die '\ feste \ xa0 \ xbd' ist hier nicht die richtige utf-8 Zeichen. Und ich möchte sie ignorieren oder ihnen entkommen.

Ist es möglich, in python2 dasselbe zu tun?

Answer 1

Es gibt keine eingebaute Lösung, aber es ist eine Implementierung von surrogateescapes in Python-Zukunft: https://github.com/PythonCharmers/python-future

hinzufügen from future.utils.surrogateescape import register_surrogateescape zu den Importen. Dann rufen Sie die Methode register_surrogateescape() und dann können Sie die errors='surrogateescape' Error-Handler in encode und decode verwenden.

Ein Beispiel finden Sie here