解决Python文件读取中的UnicodeDecodeError:’gbk’编码解码问题详解

问题描述:

下面是一个非常简单的读取并打印文件内容的示例:

with open('test.txt', 'r') as f:
    contents = f.read()
 
print(contents)

with open(‘test.txt’, ‘r’) as f:
contents = f.read()

print(contents)

但是,我们在运行这段代码时,出现了如下的错误:


报错:

UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa0 in position 2: incomplete multibyte sequence

分析问题:

首先我们得知道这个错误是什么意思。

报错翻译过来就是:

Unicode解码错误:“gbk”编解码器无法解码位置2的字节0xa0:不完整的多字节序列

这个错误是因为我们使用gbk(Windows 平台,默认编码是 gbk)对文本进行解码时,有一处地方多出了一个字节无法解码。gbk将一个汉字编码为2个字节,也就是每两个字节可解码为一个汉字,而一个字节无法解码,故报错,这也就解释了报错信息后面的:incomplete multibyte sequence(不完整的多字节序列)

一般是由于该文本文件是用utf-8编码的(utf-8将一个汉字编码为3个字节),但我们却使用gbk来解码。由于二者对于汉字的编码方式是不一样的,解码时又恰好出现了多余的无法解码的字节,因此就出现了报错。

解决方法:

在使用open() 时,我们添加参数 encoding=‘utf-8’。使用这个参数,相当于我们就告诉了Python:我们这个文件是用utf-8编码的,你一会儿对这个文件解码的时候,就用utf-8解码,不要用gbk解码。

with open('test.txt', 'r', encoding='utf-8') as f:
    contents = f.read()
 
print(contents)

作者:colorful_-_

物联沃分享整理
物联沃-IOTWORD物联网 » 解决Python文件读取中的UnicodeDecodeError:’gbk’编码解码问题详解

发表回复