python 解码部分 utf-8 字节数组

我从不了解 UTF-8 规则的通道获取数据。因此，有时当 UTF-8 使用多个字节来编码一个字符并且我尝试将部分接收到的数据转换为文本时，我在转换过程中遇到错误。根据接口的性质（没有任何结束的流），我无法找出数据何时已满。因此我需要处理部分 utf-8 解码。基本上我需要解码我能解码的内容并存储部分数据。存储的部分数据将作为前缀添加到下一个数据。我的问题是 python 中是否有一些简洁的函数允许它？

[编辑] 只是为了向您保证我了解以下功能文档.python https://docs.python.org/3/library/stdtypes.html#bytes.decode

 bytes.decode(encoding="utf-8", errors="ignore")

但问题是它不会返回我错误在哪里，所以我不知道我应该保留多少字节。

您可以调用编解码器模块来救援。它直接为您提供了一个增量解码器，这正是您所需要的：

import codecs

dec = codecs.getincrementaldecoder('utf8')()

你可以喂它：dec.decode(input)结束后，可选择添加dec.decode(bytes(), True)强制它清理任何存储的状态。

测试变成：

>>> def test(arr):
    dec = codecs.getincrementaldecoder('utf8')()
    recvString = ""
    for i in range(len(arr)):
        recvString += dec.decode(arr[i:i+1])
        sys.stdout.write("%02d : %s\n" % (i, recvString))
    recvString += dec.decode(bytes(), True) # will choke on incomplete input...
    return recvString == arr.decode('utf8')

>>> testUtf8 = bytes([0x61, 0xc5, 0xbd, 0x6c, 0x75, 0xc5, 0xa5, 0x6f, 0x75, 0xc4, 0x8d, 0x6b, 0xc3, 0xbd, 0x20, 0x6b, 0xc5, 0xaf, 0xc5, 0x88])
>>> test(testUtf8)
00 : a
01 : a
02 : aŽ
03 : aŽl
04 : aŽlu
05 : aŽlu
06 : aŽluť
07 : aŽluťo
08 : aŽluťou
09 : aŽluťou
10 : aŽluťouč
11 : aŽluťoučk
12 : aŽluťoučk
13 : aŽluťoučký
14 : aŽluťoučký 
15 : aŽluťoučký k
16 : aŽluťoučký k
17 : aŽluťoučký ků
18 : aŽluťoučký ků
19 : aŽluťoučký kůň
True