Python——为什么unicode不会消亡？

我被迫使用Python2.7，最近unicode错误又卷土重来，这些错误似乎是无法消除的。我认为我已经通过创建以下方法解决了这个问题，该方法运行了几个月，没有出现任何问题，但最近出现了各种各样的unicode错误：

def kill_unicode(s):
    if not isinstance(s, (int, np.integer)) and not isinstance(s, (float, np.float)):
        s = s.encode('unicode_escape', errors='replace').decode('utf-8')
    return(s)

但是，当我将其应用于最近的新数据时，我不断得到标准unicode错误：

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 542: ordinal not in range(128)

注意，这不限于0xc3。如何改进上述功能，使其更具通用性？注意：忽略该值并完全从字符串中删除字符不是一个可行的选项，尽管将其替换为unicode\x03语法是可行的

更新：

你的建议仍然不起作用。下面仍然提供ASCII错误

def kill_unicode(s):
    if isinstance(s, str) or isinstance(s, bytes):
        s = s.encode('unicode_escape', errors='replace').decode('utf-8')
    return(s)

---

应该消亡的是ASCII，而不是Unicode

问题在于，您没有检查

s

实际上是一个Unicode实例，如果它是一个bytestring，在2.7中，当您调用

encode

时，它会首先尝试使用ASCII编码进行解码

---

只有当

isinstance（s，str）

为true时，才应执行上述操作。如果你做了这个检查，那么你现有的关于s不是int或float的检查——正如FHTMichell指出的，这是一个奇怪的选择——就变得不必要了。

如果不是isinstance（s，（int，np.integer））而不是isinstance（s，（float，np.float））：

lol什么？这可能是无限多的其他类，为什么只针对这4类进行保护？为什么要把它们放在两个独立的

isinstance

调用中呢？我相信你的意思是

isinstance（s，bytes）

或

isinstance（s，str）

。没有

bytestring

类。是的，您是对的，已更正。这似乎无法解决问题。无论初始测试如何，我都会收到相同的问题。上述函数的早期版本用于测试字符串，但已被删除，因为它以前禁止了其他问题，而只检查float/int是更好的解决方案。