关于python print时出现`UnicodeEncodeError: 'utf-8' codec can't encode character '\ud800' in position 1: surrogates not allowed`问题
比如执行print ('d\ud800')就会出现如下异常，提示字符串位置1字符无法转换成utf-8：
>>> print ('d\ud800')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'utf-8' codec can't encode character '\ud800' in position 1: surrogates not allowed
把它换成d7ff，正常输出如下：
>>> print ('d\ud7ff')
d
我们打开unicode码表网站，拉到d7ff区，
即可看到从d800开始显示与前面的不同，说明这个属于保留区间，也就是没有任何与之对应的字符，那它就无法显示，
怎么办？
python有一个处理方式是，使用html表示方式来显示它的unicode值也就是&#xxxx;这样表示方式。
比如：
>>> bytes('d\ud800中',encoding='utf-8', errors='xmlcharrefreplace').decode('utf-8')
'd�中'
这样就能正常输出了
php的json_decode同样也会提示类似错误：
mac:edm-python qidizi$ php -r "var_dump(json_decode('\"\ud800\"'),json_last_error_msg());"
Command line code:1:
NULL
Command line code:1:
string(50) "Single unpaired UTF-16 surrogate in unicode escape"
js却不会异常
String.fromCharCode(0xd801)
"�"
发表于 2019.08.09 14:50:24