Question

Armin Ronacher，http://lucumr.pocoo.org/2013/7/2/the-updated-guide-to-unicode/

例如，如果将[os.fsdecode（）或等效结果）传递给模板引擎，则您[有时会收到UnicodeEncodeError]，并且由于编码发生在更晚的阶段，您不再知道为什么字符串不正确。如果您在发生错误时检测到该错误，则调试起来会容易得多

Armin建议一个功能

def remove_surrogate_escaping(s, method='ignore'):
    assert method in ('ignore', 'replace'), 'invalid removal method'
    return s.encode('utf-8', method).decode('utf-8')

Nick Coghlan，2014年，[Python-Dev] Cleaning up surrogate escaped strings

关于问题跟踪器的当前建议是...利用   现有的错误处理程序：
def convert_surrogateescape(data, errors='replace'):
    return data.encode('utf-8', 'surrogateescape').decode('utf-8', errors)
该代码很短，但语义上很密集-花费了一些迭代拿出那个版本。（增加的奖励：当您收到提醒时，可能，为现有的Python 3编写自己的版本很简单版本。标准名称使您来时更容易查找跨一段代码，并提供优化它的选项以后是否值得进行额外的工作）

功能略有不同。第二篇是关于第一篇的知识而写的。

从Python 3.5开始，backslashreplace错误处理程序现在可用于解码和编码。第一种方法并非设计为使用backslashreplace，例如解码字节0xff的错误将显示为“ \ udcff”。第二种方法旨在解决此问题。它会显示“ \ xff”。

如果不需要backslashreplace，如果不幸遇到了支持Python <3.5（包括polyglot 2/3代码，ouch）的情况，则可能更喜欢第一个版本。

问题

有没有更好的成语呢？还是我们仍使用此嵌入式功能？

Answer 1

Nick在codecs模块中提到了adding such a function的问题。截至2019年，该功能尚未添加，并且故障单保持打开状态。

当前习惯于从解码字符串中删除“ surrogateescape”字符

问题

1 个答案: