如何在Python中将dict值转换为符合奇怪的字符？

Question

我收到UnicodeDecodeError：'utf8'编解码器无法解码字节...无效的起始字节。

我怀疑它与我字典中的一个值有关。要访问所有字段并将它们放入dict中，我使用：

        mydictionary = {x:y for x,y in zip(column, values)}

我可以更改哪些内容，以便我可以保证将值转换为符合utf8的某种方式或避免此错误？

列包含所有列标题...值包含一个元组，其中包含与列

对应的所有值

即。 column =（'NAME'，HOBBY'） values =（'George'，'Basketball'）

我遇到的问题是在价值观的某个地方，有些事情会发生在： values =（'-insert strange utf8 noncompliant character-George'，'Basketball'）

Answer 1

如果您不关心错误值的确切内容，您可以简单地告诉UTF-8编解码器忽略错误，

import codecs
codec = codecs.lookup('utf-8')
mydictionary = {codec.decode(x, 'ignore'): codec.decode(y, 'ignore') for x,y in zip(column, values)}

或者，将'ignore'替换为'replace'将导致编解码器用Unicode“替换字符”代码点（U + FFFD）替换任何错误的字符。如果你只关心values中错误的字符串，你可以明显省略密钥上的解码调用。