Python中转码错误遇到 illegal multibyte sequence

当调用如下语句:

re_data = re_data.decode('gbk') #re_data 是#-*- coding: cp936 -*-类型字符串,即gbk编码

如果字符串中有非法字符,有时会报错,抛出如下异常:

'gbk' codec can't decode bytes in position 19566-19567: illegal multibyte sequence


解决思路,把相应的非法字符删掉。一个字符串中可能会多次遇到非法字符,所以用了递归。如下为转码函数:


def transformCodec(re_data):#ascii (gbk) 转 unicode
    try:
        re_data = re_data.decode('gbk')
    except Exception as error:
        print error
        print 'delete illegal string,try again...'
        
        pos = re.findall(r'decodebytesinposition([\d]+)-([\d]+):illegal',str(error).replace(' ',''))
        if len(pos)==1:
            re_data = re_data[0:int(pos[0][0])]+re_data[int(pos[0][1]):]
            re_data = transformCodec(re_data)
            return re_data
    return re_data

调用:

re_data = transformCodec(re_data) #转码


可能方法比较笨,如果谁有更好的方法,欢迎留言告知。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
"illegal multibyte sequence" 是一个常见的错误信息,通常在编码转换或解析文本时出现。这个错误表示在解码过程发现了无法解析的多字节序列。 在引用,这个错误信息是由于使用gbk编码尝试解码字节0xad导致的。在引用,同样的错误信息是由于使用gbk编码尝试解码字节0xaf导致的。 对于这个问题,一种可能的解决方法是使用正确的编码格式进行解码。在Python,可以使用`decode`方法指定正确的编码格式,例如使用`utf-8`或`gbk`编码进行解码。 此外,还可以使用`errors='ignore'`参数来忽略无法解码的字节,以避免抛出异常。但是需要注意,忽略错误可能会导致部分内容丢失或乱码。 所以,当遇到"illegal multibyte sequence"错误时,你可以试着更改编码格式或使用`errors='ignore'`参数来处理这个问题。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [‘gbkcodec can‘t decode byte 0xad in position 2: illegal multibyte sequence 错误的解决方法](https://blog.csdn.net/weixin_44714682/article/details/116374636)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [illegal multibyte sequence 解决方法](https://blog.csdn.net/YmeBtc/article/details/102493380)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值