python - 使用多种编码对文本进行编码

Question

我试图在 python 中打开一个 txt 文件并使用 open() 和 read() 读取它，问题是有些文本不是 UTF-8。这是错误:

UnicodeDecodeError: 'charmap' codec can't decode byte 0x8f in position 1911885: character maps to

如何阅读此文档？

Answer 1

您可能想检查这个问题的所有答案，因为它看起来与您的非常相似:UnicodeDecodeError: 'charmap' codec can't decode byte X in position Y: character maps to <undefined>

正如网站中所述，请尝试:

file = open(filename, encoding="utf8")

本来打算将此作为评论分享，但我没有足够的声誉:)

编辑:阅读您的评论作为对我之前答案的回应并按照 Cett 的建议进行改进后:

处理编码错误的最佳方法可能是使用错误参数。正如您的问题中所述，如果只有某些字符未解码，那么这应该可以使用。

file = open(filename, encoding="utf8", errors = "ignore")

注意:使用此参数将导致 Python 忽略该特殊字符。因此，只有当您愿意丢失一些数据时，我才推荐这样做。