Python处理EUCKR转UTF-8乱码：将无法转换字符替换为?

问题根源是解码时默认使用strict模式，遇到非法字节序列直接抛出异常。只需在decode方法中添加errors='replace'参数，就能将无法解码的字符自动替换为?，避免报错。

修改关键代码行 #

将原代码中的解码逻辑：

el.encode('latin1').decode('euc-kr')

修改为：

el.encode('latin1').decode('euc-kr', errors='replace')

修改后的完整代码 #

cursor = conn.cursor()
cursor.execute("select * from %s" % table_name)

row = cursor.fetchall()
# 加入errors='replace'处理无法解码的字符
data = [tuple(el.encode('latin1').decode('euc-kr', errors='replace') for el in t) for t in row]

# Open CSV file for writing.
csvFile = csv.writer(open(filePath + fileName, 'w', newline='', encoding='utf-8'),
                    delimiter=',', lineterminator='\r\n',
                    quoting=csv.QUOTE_ALL, escapechar='\\')

csvFile.writerows(data)

补充说明 #

• errors='replace'是Python字符串解码的标准参数，除了replace还有ignore（忽略错误字符）、strict（默认，抛出异常）等选项，可根据需求选择。
• 需确保从数据库获取的字符串el确实是以Latin1编码存储的，这样先编码为Latin1字节流、再用EUCKR解码的流程才是正确的。

内容的提问来源于stack exchange，提问作者Bellpump