U‘.encode’.encode(‘gb2312’)抛出UnicodeEncodeError

Question

火狐可以在gb2312编码的超文本标记语言中显示'囧'。但是u'囧'.encode('gb2312')抛出了UnicodeEncodeError。

1.是否有一个地图，这样火狐就可以在地图中查找gb2312编码的字符，找到01显示矩阵并显示囧。

2.是否有将unicode转换为gb2312的映射，但u'囧'不在该映射中？

Answer 1

请改用gb18030，因为囧不在gb2312中。我猜firefox在面对未知字符时可能会扩展encode方法。

Answer 2

当人们或软件说某些东西是GB2312编码的时候，他们通常是指它是以GBK编码编码的，也就是。微软的CP936。GB2312是1980年代使用的GBK的一个子集，但两者都是same family of encodings的一部分。

顺便说一句，即将发布的WhatWG的encoding specification建议将任何标记为"gb2312“的文本视为GBK编码文本。

因此，可以尝试使用u'囧'.encode('gbk')、u'囧'.encode('cp936')或u'囧'.encode('windows-936')。