UnicodeDecodeError：'utf-8'编解码器无法解码第1023个位置的字节0xe2：数据意外结束

Question

基本上，我用Python制作了一个IRC Twitch机器人，目前除了加入频道外什么也不做。Ping-pong循环一段时间后会出现标题中的错误而停止工作。我做错了什么？谢谢。

import re
import socket

HOST = "irc.twitch.tv"
PORT = 6667
NICK = "asdsad"
PASS = "oauth:asdasdasdasd"
channel = "#coolperson"

def send_message(sock, msg):
    sock.send("PRIVMSG #{} {}".format(channel, msg))

s = socket.socket()
s.connect((HOST, PORT))
s.send("PASS {}\r\n".format(PASS).encode("utf-8"))
s.send("NICK {}\r\n".format(NICK).encode("utf-8"))
s.send("JOIN {}\r\n".format(channel).encode("utf-8"))

while True:
    response = s.recv(1024).decode("utf-8")
    if response == "PING :tmi.twitch.tv\r\n":
        s.send("PONG :tmi.twitch.tv\r\n".encode("utf-8"))
        print("answered the call")

- emredesu

Answer 1

您可以跳过该错误。而不是以下部分：

response = s.recv(1024).decode("utf-8")

请使用这个：

response = s.recv(1024).decode('utf-8', 'ignore')

- Kian

Answer 2

您正在从网络接收到一个多字节字符的一部分。您的缓冲区大小为1024字节，且在该缓冲区的末尾，即索引1023处，您看到了0xe2。 在UTF-8中，代码点大于127的非ASCII字符是多字节的，并且当从网络读取数据时，您不能控制拆分位置，因此如果运气不好，您会在recv()调用之间看到跨越字符拆分。如果您将“ignore”选项设置为解码，则将丢弃该字符，效果就是舍弃它。

如果您只需要找到“ping”，则丢弃其他东西可能没问题，因为您要寻找的文本是纯ASCII的。如果您需要所有这些文本（例如，将其显示给用户），在尝试从网络解码字节字符串之前，您必须检查未终止的字符。Python的codecs模块为此提供了增量编码/解码接口，您可以向增量解码器提供字节，并输出解码后的任何字符，并通过在调用之间保留状态来处理它无法解码的字符。请参阅https://docs.python.org/zh-cn/3/library/codecs.html#incremental-encoding-and-decoding获取文档，了解详情并参考python decode partial utf-8 byte array了解示例。

- Paul Wright