首先要知道xefxbfxbd是啥东西
>>> u'uFFFD'.encode('utf-8') 'xefxbfxbd'
由此我们可以知道xefxbfxbd是utf8编码的'uFFFD',那么这个'uFFFD'是啥东西呢?
原来是因为Unicode和老编码体系的转化过程中,肯定有一些字,用Unicode是没法表示的,Unicode官方用了一个占位符来表示这些文字,这就是:U+FFFD REPLACEMENT CHARACTER。
>>> "xefxbfxbd".decode("utf-8") u'ufffd'
所以,如果你的文本中有一些字符是unicode表示不了的,在python程序读入的时候就会转成xefxbfxbd,如果在某些地方变成了unicode,那么内部就会变成
u'ufffd',然而你再也不能转为str了。
如果你碰巧用到这些字符串作为字典的key,那么就会报key_error的错误了。