有時候，我得到這樣的字符œ導致的UnicodeDecodeError錯誤。
我需要能夠使串的UTF-8有或沒有這些字符。
在工作中，經常遇到，讀取一個文件，或者是從網頁獲取一個問題，明明看着是gb2312的編碼，可是當使用decode轉時，總是出錯，這個時候， 可以使用decode(‘gb18030′)這個字符集來解決，如果還是有問題，這個時候，一定要注意，decode還有一個參數，比如，若要將某個 String對象s從gbk內碼轉換為UTF-8，可以如下操作
s.decode(‘gbk’).encode(‘utf-8′)
可是，在實際開發中，我發現，這種辦法經常會出現異常：
UnicodeDecodeError: ‘gbk’ codec can’t decode bytes in position 30664-30665: illegal multibyte sequence
這 是因為遇到了非法字符——尤其是在某些用C/C++編寫的程序中，全角空格往往有多種不同的實現方式，比如\xa3\xa0，或者\xa4\x57，這些 字符，看起來都是全角空格，但它們並不是“合法”的全角空格（真正的全角空格是\xa1\xa1），因此在轉碼的過程中出現了異常。
這樣的問題很讓人頭疼，因為只要字符串中出現了一個非法字符，整個字符串——有時候，就是整篇文章——就都無法轉碼。
解決辦法：
s.decode(‘gbk’, ‘ignore’).encode(‘utf-8′)
因為decode的函數原型是decode([encoding], [errors='strict'])，可以用第二個參數控制錯誤處理的策略，默認的參數就是strict，代表遇到非法字符時拋出異常；
如果設置為ignore，則會忽略非法字符；
如果設置為replace，則會用?取代非法字符；
如果設置為xmlcharrefreplace，則使用XML的字符引用。
python文檔
decode( [encoding[, errors]])
Decodes the string using the codec registered for encoding. encoding defaults to the default string encoding. errors may be given to set a different error handling scheme. The default is ’strict’, meaning that encoding errors raise UnicodeError. Other possible values are ‘ignore’, ‘replace’ and any other name registered via codecs.register_error, see section 4.8.1.