Python学习笔记（一）转码问题的解决的解决方法：“ignore”

Python转码问题的解决方法：“ignore”

若希望将Json文件转化为python形式的Unicode字符串，可以如下操作
unicodestr = json.loads(html.decode("gbk"))
但在实际开发中，这种办法时常会出现异常：
UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 205: illegal multibyte sequence
经网上查询了解到这是因为遇到了非法字符——尤其是在某些用C/C++编写的程序中，全角空格往往有多种不同的实现方式，比如\xa3\xa0，或者\xa4\x57，这些字符，看起来都是全角空格，但它们并不是“合法”的全角空格（真正的全角空格是\xa1\xa1），因此在转码的过程中出现了异常。

这样的问题很让人头疼，因为只要字符串中出现了一个非法字符，整篇文章就都无法转码。

解决办法：
unicodestr = json.loads(html.decode("gbk"， “ignore”))
因为decode的函数原型是decode([encoding], [errors='strict'])，可以用第二个参数控制错误处理的策略，默认的参数就是strict，代表遇到非法字符时抛出异常；
如果设置为ignore，则会忽略非法字符；
如果设置为replace，则会用?取代非法字符；
如果设置为xmlcharrefreplace，则使用XML的字符引用。

此解决方法实测有效，资料来源：http://www.jb51.net/article/16104.htm，特此感谢。