为什么pythons的s.encode（'；ascii'；，'；替换'；）编码失败

为什么在这里使用替换：

s = s.encode('ascii', 'replace')

告诉我这个错误

UnicodeDecodeError: 'ascii' codec can't decode byte 0xcb in position 6755: ordinal not in range(128)

当无法解码一个字节时，“替换”或“忽略”的关键不在于不失败。我不明白这一点吗？

（很抱歉，我无法提供实际字符串，语料库非常大）

---

在任何情况下，我如何告诉python忽略或替换非ascii字符？

请注意，您得到的是UnicodeCodeError，而不是UnicodeCodeError

这是因为

s.encode（）

接受一个unicode字符串作为输入，但在本例中，您没有给它一个；你给它一个bytestring

因此，它对您在尝试解码之前将其交给unicode的bytestring进行编码，并在初始编码中发生错误

---

这种三方往返很愚蠢，但如果你真的想这样做：

s_bytes = '\xcb' # standard Python 2 string, aka a Python 3 bytestring
s_unicode = s_bytes.decode('ascii', 'replace') # a unicode string now
s_ascii = s_unicode.encode('ascii', 'replace') # a bytestring again

---

您不需要提供实际的字符串，只需要提供一个重现相同问题的字符串<例如，代码>'\xcb'，就很好。但是，请注意，在Python2.x中，这是一个ASCII字符串，而不是Unicode字符串，这与您的问题非常相关。也就是说，

replace

和

ignore

用于UnicodeEncodeError处理，而不是UnicodeDecodeError处理。当你从一个unicode字符串开始创建一个ASCII字符串时会用到它们。所以如果我用替换选项将字符串编码为ASCII，我可能无法将该字符串安全地解码为ASCII？根据定义，这难道不意味着encode函数没有创建ascii字符串吗？“因此，如果我使用replace选项将字符串编码为ascii，我可能无法将该字符串安全地解码为ascii？”--嗯？我没说这类话……我想再清楚一点重申一下：问题是，如果您使用bytestring而不是unicode字符串调用

encode（）

，它会尝试将其解码为unicode（以获得unicode字符串，然后按照您的要求将其编码回ASCII），但使用的设置不是您想要的设置。因此，如果您真的想通过unicode对ByTestString进行转码，您应该自己编写代码来处理这两个方向。我给它一个文本文件的内容作为输入（这是一个字符串）。一个Python 2字符串，对吗？还有什么python3称之为bytestring？那么这个答案正是关键所在。@anthonybell:检查

类型
。它将是
str
，即：字节字符串，而不是unicode字符串。ByTestRing可以转换为unicode（使用
decode
）；unicode字符串可以转换为ByTestRing（使用
encode
）<编码>编码
更改内存中字符的内部表示形式？因此，如果我的字符串（一个字节字符串）应该只有ascii字符，我必须将其编码为ascii并从ascii解码回来，以得到一个只有ascii支持的字符的普通python字符串。“必须”有点强——还有其他可用的方法（见鬼，你可以过滤掉任何不在可打印集的字符），但是如果您想使用编码/解码功能（用于在unicode之间进行转换），是的，这就是您的方法。