很多時候 使用python 尤其是python2的時候 中文轉碼很頭疼 下面是encode 在菜鳥筆記python 文檔中查詢到的相關解釋說明
描述
Python encode() 方法以 encoding 指定的編碼格式編碼字符串。errors參數可以指定不同的錯誤處理方案。
語法
encode()方法語法：
str.encode(encoding='UTF-8',errors='strict')參數
- encoding -- 要使用的編碼，如"UTF-8"。
- errors -- 設置不同錯誤的處理方案。默認為 'strict',意為編碼錯誤引起一個UnicodeError。 其他可能得值有 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 以及通過 codecs.register_error() 注冊的任何值。
若希望將Json文件轉化為python形式的Unicode字符串，可以如下操作
unicodestr = json.loads(html.decode("gbk"))
但在實際開發中，這種辦法時常會出現異常：
UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 205: illegal multibyte sequence
經網上查詢了解到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，整篇文章就都無法轉碼。
解決辦法：
unicodestr = json.loads(html.decode("gbk"， “ignore”))
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。