python - Python:编码问题？

在我的html文件中，“schilderung”这个词看起来很正常，似乎没有（编码？）问题。
但是当我复制这个词时，我得到了如下的结果：“schilde rung”，如果我想知道python的长度，我得到13（而不是12…）。
这里有什么问题，我怎么处理？
非常感谢你的帮助！
编辑：
目前，我使用以下方法：output.write(text.decode("utf-8"))
这可以正确地处理所有的元音变音符和其他特殊字符，但上面的问题仍然存在。打印（repr（txt））给出：schilde\xc2\xadrung
我们如何解决这个问题？谢谢！

最佳答案

字符串中U+00AD SOFT HYPHEN在r之前：

>>> "Schilde­rung".decode('utf-8')
u'Schilde\xadrung'

要删除非ascii字符：

>>> s = u'Schilde\xadrung'
>>> s.encode('ascii', 'ignore').decode()
u'Schilderung'
>>> len(_)
11