python轉碼時出現'illegal multibyte sequen'錯誤

在Python中，能夠對String調用decode和encode方法來實現轉碼。

好比，若要將某個String對象s從gbk內碼轉換爲UTF-8，能夠以下操做 

s.decode('gbk').encode('utf-8′) 
但是，在實際開發中，我發現，這種辦法常常會出現異常： 
UnicodeDecodeError: ‘gbk' codec can't decode bytes in position 30664-30665: illegal multibyte sequence 
這 是由於遇到了非法字符——尤爲是在某些用C/C++編寫的程序中，全角空格每每有多種不一樣的實現方式，好比\xa3\xa0，或者\xa4\x57，這些 字符，看起來都是全角空格，但它們並非「合法」的全角空格（真正的全角空格是\xa1\xa1），所以在轉碼的過程當中出現了異常。 
這樣的問題很讓人頭疼，由於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——就都沒法轉碼。 

解決辦法： 
s.decode('gbk', ‘ignore').encode('utf-8′) 
由於decode的函數原型是decode([encoding], [errors='strict'])，能夠用第二個參數控制錯誤處理的策略，默認的參數就是strict，表明遇到非法字符時拋出異常； 
若是設置爲ignore，則會忽略非法字符； 
若是設置爲replace，則會用?取代非法字符； 
若是設置爲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.