왜 unicode (u '')가 errors 매개 변수를 전달합니까? TypeError

Question

python 2.7.3을 사용하면 다음은 TypeError를 발생시키지 않습니다.

>>> unicode(u'') 
    u'' 

그러나 통과 errors 매개 변수는 TypeError: decoding Unicode is not supported

>>> unicode(u'',errors='replace') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: decoding Unicode is not supported 

>>> unicode(u'',errors='ignore') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: decoding Unicode is not supported 

>>> unicode(u'',errors='strict') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
TypeError: decoding Unicode is not supported 

이 너무 다르게 작동 왜 모든 추측을 제기? IMO,이 기능은 unicode 기능에 놀라운 놀라운 기능입니다. 기능 PyUnicode_FromEncodedObject에서 Python/unicodeobect.c에서

1. ---

   브라우징 파이썬 소스 코드, (난 그냥 올바른 코드 경로를 따라 야하는 추측을 취하고는) 우리는 오류 문자열 "decoding Unicode is not supported"을 찾을 수 있습니다. PyUnicode_Check(obj)이 0이 아닌 값을 반환하면 오류 문자열이 설정됩니다.

2. Include/object.h에, PyUnicode_Check는 파이썬 코드 인해 errors 매개 변수를 전달하는 다른 코드 경로를 사용 어디 찾을 수 없습니다, 그러나 표현 (((Py_TYPE(obj))->tp_flags & (Py_TPFLAGS_UNICODE_SUBCLASS)) != 0)에

을 평가합니다.

Answer 1

는 I는 unicode() 함수 타입 string의 데이터를 취하는데와 unicode를 입력하지 않은 것 믿는다

유니() 생성자 서명 유니 (문자열 [, 부호화, 오류])이있다. 모든 인수는 8 비트 문자열이어야합니다. 첫 번째 인수는 지정된 인코딩을 사용하여 유니 코드로 변환됩니다.

>>> unicode('abcdef') u'abcdef' >>> s = unicode('abcdef') >>> type(s) <type 'unicode'> >>> unicode('abcdef' + chr(255)) Traceback (most recent call last): ... UnicodeDecodeError: 'ascii' codec can't decode byte 0xff in position 6: ordinal not in range(128) 

u''

내가 아니라고 판단 빈 문자열 (인코딩됩니다 : 당신은 인코딩 인수를 생략 할 경우 127 오류로 처리됩니다보다는 ASCII 인코딩, 변환에 사용되는 큰 문자 너무한다 127보다 큰 문자). 인수를 인코딩하지 않아도됩니다. 그러나 유니 코드를 정기적으로 받아 들여야하기 때문에 unicode에서 오류가 발생합니다.

나는 지금 당장이 순간에 최선의 추측을 던지고있다. 그래서 어떤 수정이라도 인정 될 것이다.

Answer 2

unicode in Python (docs)은 문자열을 파이썬에서 문자열의 유니 코드 표현으로 변환하는 함수입니다. 그러나 인코딩 또는 오류 매개 변수를 전달할 경우 동작이 다릅니다.

인코딩 및/또는 에러가 주어지면, 유니 코드()가 8 비트의 문자열 또는 인코딩 용 코덱을 사용하여 문자 버퍼 일 수 있습니다 오브젝트를 디코딩한다. encoding 매개 변수는 인코딩 이름이 인 문자열입니다. 인코딩이 알려지지 않은 경우 LookupError가 발생합니다. 오류 처리는 오류에 따라 수행됩니다. 이 경우 입력 인코딩에서 유효하지 않은 문자를 문자로 처리합니다. 오류가 'strict'(기본값)이면 오류가 발생하면 ValueError가 발생하고 이면 '무시'값을 지정하면 오류가 자동으로 무시되고 'replace'값이 이면 공식 유니 코드 대체 문자 인 이 발생합니다. U + FFFD, 을 디코딩 할 수없는 입력 문자를 대체하는 데 사용됩니다. 코덱 모듈을 참조하십시오.

선택적 매개 변수가없는 경우 unicode()는 8 비트 문자열 대신 유니 코드 문자열을 반환한다는 점을 제외하고는 str()의 동작을 모방합니다. 보다 정확하게는 object가 유니 코드 문자열이거나 하위 클래스 인 경우 추가로 디코딩을 적용하지 않고 해당 유니 코드 문자열을 반환합니다.

u''을 유니 코드로 변환 할 수없는 이유는 이미 유니 코드 표현이기 때문입니다. 파이썬이 ascii 코덱 (기본 코덱, 지정하지 않았으므로)을 사용하여 디코드하려고하면 문자열이 이미 유니 코드로 인식되어 오류가 발생합니다 ("Python : 오이 왜 유니 코드를 변환하려고합니까? 문자열을 유니 코드로 변환 하시겠습니까? ")

docs에서 볼 수 있듯이 오류 매개 변수를 지정하지 않으면 유니 코드 문자열을 유니 코드로 변환 할 때 파이썬이 정상입니다. 이미 유니 코드 인 경우 추가 디코딩없이 유니 코드 문자열을 반환합니다.

standard link 사람들이 유니 코드가 무엇인지 이해하는 데 도움을줍니다.

이 작업을 실제로 수행하려면 (예를 들어 일반 문자열과 유니 코드 문자열을 모두 허용하는 코드를 작성하려는 경우) 유니 코드로 다시 변환하기 전에 문자열을 인코딩해야합니다.

예 :

>>> unicode(u''.encode('utf-8', errors='replace'), 'utf-8')