python 如何对待版权 © 特殊字符的编码问题

Python

python 如何对待版权 © 特殊字符的编码问题

Python（[ˈpaɪθən]）是一种面向对象、解释型计算机程序设计语言。Python语法简洁、清晰，具有丰富和强大的类库。

Python源代码遵循GPL(GNU General Public License)协议，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。

Python常被称为胶水语言，能把用其他语言编写的各模块（尤其是C/C++）轻松地联结在一起。常见情形是，用Python快速生成程序原型（有时甚至是程序最终界面），然后对其中有特别要求的部分，用更合适的语言改写；譬如：3D游戏中的图形渲染模块，性能要求特别高，就可用C/C++重写，而后封装为Python可调用的扩展类库。需要注意的是，在您使用扩展类库时可能需要考虑平台问题，某些扩展类库可能不提供跨平台实现。

以上为版权 © 特殊字符在HTML及XML中的正确表示形式。

若直接将 © 编写在 HTML、XML 代码中，也不会出现什么显示问题；但当用Python抓取此页面或用Python查找替换 © 特殊字符时，由于 Python 编码问题，可能会引发代码错误提示。

百度了一下，关于用Python处理 © 特殊字符的文章并不多，所以，只能自已想办法解决。

IDLE图中 "\xc2\xa9" 及 b"\xc2\xa9" 是 © 特殊字符的二进制形式。

在使用某些IDE查看时，也会显示如此；

当然，用Python抓取页面，不进行编码时，在某些IDE中也会显示如此。

若对其进行 decode("utf8") 直接解码，或加 "ignore" 参数 decode("utf8", "ignore") 或 decode("utf8", "replace")，都会提示

1. builtins.UnicodeEncodeError: 'gbk' codec can't encode character '\xa9' in position 52: illegal multibyte sequence

复制代码

所以，一种解决办法是 replace(b"\xc2\xa9", b' ').decode("utf8")) 将其替换成其它字符，譬如：空格或自定义字符；再用©或©字符替换。

还有一种解决办法，就是建一个HTML、XML文件，写入相同 © 特殊字符，再将源文件与此HTML、XML文件中的 © 特殊字符进行相应比较、删除、替换处理；当然，最好还是替换为©或©字符。

此外，就是采用 u'\xa9' 字符，以下为IDLE及某些IDE中的测试结果：

查看标准输出默认编码及默认系统编码，字符名称：

版权声明：
本文为独家原创稿件，版权归 德云社区，未经许可不得转载；否则，将追究其法律责任。