python 去除gbk字符集以外的字符

有时候一个文件中的文本会用gbk或utf-8去解码，获取其中的内容，但是有些utf-8能表示的字符，gbk无法表示，所以这里先把gbk不能表示的字符去除，再将文本解码成utf-8后存储为utf-8字符集格式。

如图：

原理就是利用了encode函数的errors选项，设置errors=‘ignore’，略过错误字符

content=u'\uf0b7\ufeff\uf052\uf0a3汉字'

print(content)
print(content.encode('utf-8'))

print(content.encode('gbk',errors='ignore').decode('gbk').encode('utf-8').decode('utf-8'))