我有一些处理 HTTP header 的代码。 我知道 header 值应该采用 ISO-8859-1 编码, 尽管我想确保程序在不正常的情况下表现得很好。
最初我将解码包装在 try..catch 中,用于 UnicodeDecodeError。
try:
value = header.decode('iso-8859-1')
except UnicodeDecodeError:
...
但是,当我开始测试这种行为时,我无法模拟错误情况。未定义为 the iso-8859-1 codepage 中的字节似乎仍然解码成功。
>>> b'\x80'.decode('iso-8859-1')
u'\x80'
所以:
- 我可以避免使用
try..catch并假设它总是成功返回 unicode 字符串吗? .decode('iso-8859-1')代码页外字节的预期行为是否可能是平台特定的?- 是否存在可重现的情况,其中
UnicodeDecodeError是由此代码引发的?
注意:针对 Python 2.7 和 3.4 进行了测试。
请您参考如下方法:
看起来它不会给你带来问题:
In [1]: for i in xrange(9999):
...: chr(i).decode('iso-8859-1')
...:
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-1-c3c072235f24> in <module>()
1 for i in xrange(9999):
----> 2 chr(i).decode('iso-8859-1')
3
ValueError: chr() arg not in range(256)
