如何讀取特殊字符

Question

我得到列的值從數據庫中象下面這樣：

 
`;;][@+© 

當我讀這在我的Python代碼，這是給下面的錯誤信息：

 
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa9 in position 7: invalid start byte 

然後我試着下面的代碼但不工作：

unicode(' `;;][@+©', 'utf-8') 

現在我該如何解決這個問題？

Answer 1

首先，閱讀this article on Unicode。您所擁有的字符串編碼爲，某些編碼，但不是UTF8。我們可以告訴它不是UTF8的原因是第7個字節0xa9（= 169）不在0-127（ASCII）範圍內，但沒有前導字節。

所以訣竅是弄清楚它是什麼編碼。我們有一個提示：編碼需要將字節0xa9表示爲字形©。我猜想它可能是Windows-1252或Latin-1編碼，因爲它們很常見，並且在網格中查找A9（字符編碼與打戰艦基本相同）給出了兩者的版權符號。

>>> unicode(' `;;][@+©') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 8: ordinal not in range(128) 
>>> unicode(' `;;][@+©', 'latin-1') 
u' `;;][@+\xc2\xa9' 
>>> unicode(' `;;][@+©', 'cp1252') 
u' `;;][@+\xc2\xa9'