如何在Python Unicode 中處理代理對

在Python 中，代理程式對用於表示基本多語言平面(BMP) 之外的Unicode 字元）。這些對由兩個代理項代碼點組成，用於對單一 Unicode 字元進行編碼。

使用包含代理程式對的 Python unicode 字串時，您可能會遇到與代理程式編碼相關的錯誤。出現這些錯誤是因為 Python 根據上下文以不同的方式處理代理項對。

處理代理項目對

若要將代理項對轉換為普通字串，您有多種選擇：

• 使用json模組：

  • 使用json.loads() 將字串載入到JSON對像中。 JSON 模組將自動處理從代理程式對到 Unicode 字元的轉換。

• 使用encode()方法進行編碼和解碼：

  • 使用支援代理項對的編解碼器對字串進行編碼，例如“utf-16”或"utf-16-le"。
  • 使用相同的編解碼器解碼編碼字串。

  • 範例：

    emoji = "This is \ud83d\ude4f, an emoji."
    encoded = emoji.encode("utf-16")
    decoded = encoded.decode("utf-16")
    print(decoded)  # Output: "This is ?, an emoji."

• 使用surrogatepass 錯誤處理程序：

  • 如果在編碼或解碼時遇到錯誤，可以使用surrogatepass錯誤處理程序來忽略代理pair.

  • 範例：

    encoded = emoji.encode("utf-16", "surrogatepass")
    decoded = encoded.decode("utf-16")
    print(decoded)  # Output: "?"

請注意，您選擇的方法將取決於特定上下文和所需的輸出格式。