Python unicodeのignoreとstrict

Pythonでunicode()やdecode()を使う時、予期せぬ文字が入ってると

print moji.decode("iso-2022-jp")

UnicodeDecodeError: 'iso2022_jp' codec can't decode bytes in position 2913-2914: illegal multibyte sequence

こんなエラーで変換できない事がある。

unicode() 第三引数の"ignore" "strict"

調べてみると、unicode()やdecode()には第三引数が指定でき、変換できない文字が有ってもそのまま通すのか、エラーで終わらせるのか選べるみたい。

デフォは"strict"。という事でエラーになる。

print moji.decode("iso-2022-jp","ignore")

という事でとりあえず表示は出来る！・・しかし弊害も有って、当然文字化けた所は省かれたりするので、場合によりけり。

参考URL

• [Python][文字コード] Python で日本語を扱う基本をまとめてみるメモ(その2)
• pythonプログラミング(メール編)
• ■[Python][Tips]Pythonでメールチェッカ作ってみる。
• 受信メールのタイトルを取得する
• Pythonでメールの件名や本文を取り込む
• [Python]Pythonと日本語表示と文字コード、unicode 、str 、utf-8 、shift-jis 、、、
• Pythonで日本語メールヘッダをデコードする
• 18.1.1. email: 電子メールメッセージの表現