Python解码含特殊编号日文字符时出现UnicodeDecodeError问题求助

结论：这不是Python的局限性，而是ISO-2022-JP编码的字符范围限制导致的 #

具体原因拆解 #

• ISO-2022-JP的字符集限制
  Python的iso-2022-jp编解码器默认对应JIS X 0208字符集，该字符集仅覆盖常用日文假名、汉字等基础字符，不包含「①」这类带圈数字（属于JIS X 0213扩展字符集）。当解码器遇到超出JIS X 0208范围的字节序列时，就会抛出UnicodeDecodeError。

• Base64对应的字节验证
  解码你提供的Base64字符串GyRCJDMkcyRLJEEkTy0hGyhC，得到的字节序列为：

  b'\x1b$B$3$s$K$A$O-!\x1b(B'
  

  其中末尾的-!部分是对「①」的错误编码尝试——标准ISO-2022-JP（JIS X 0208）中不存在该字符的编码规则，因此解码器无法解析这部分字节。

解决办法 #

若需解码包含JIS X 0213字符的内容，可使用Python支持的iso-2022-jp-3编解码器，它兼容JIS X 0208、JIS X 0212和JIS X 0213字符集：

import base64

base64_str = 'GyRCJDMkcyRLJEEkTy0hGyhC'
s_bytes = base64.b64decode(base64_str)
s_decode = s_bytes.decode('iso-2022-jp-3')
print(s_decode)  # 输出：こんにちは①

内容的提问来源于stack exchange，提问作者User2345