我也遇到了这样的问题，我做法是这样的： 1、先用GB18030读取，decode成Unicode 2、进行全角转成半角 3、将u'\ue40c' replace成空格 4、最后统一按照utf-8输出 PS:其实最开始没做第3条，后来在进行分词的时候，发现了这个问题，然后重新过滤了一遍，其实我不知道还有...