python - 错误: 'utf-8' codec can't decode byte 0xb0 in position 14: invalid start byte

Question

我是Python的初学者，我想读取多个csv文件，当我用encoding =“ISO-8859-1”对它们进行编码时，我得到了这种字符我的 csv 文件:“Dâ°faut”。因此，我尝试使用 utf-8 进行编码，但收到此错误:“utf-8”编解码器无法解码位置 14 中的字节 0xb0:无效的起始字节。有人能帮助我吗 ？谢谢!

Answer 1

如果您使用 utf-8 进行解码，您也应该使用 utf-8 进行编码。根据您想要显示的 unicode 字符(基本上除了基本拉丁字母、数字和常用符号之外的所有字符)，utf-8 需要多个字节来存储它。由于文件是逐字节读取的，因此您需要知道下一个字符是否需要超过一个字节。这由字节的最高有效位指示。 0xb0 转换为二进制的 1011 0000，如您所见，第一位是 1，这告诉 utf-8 解码器需要更多字节来读取字符。由于您使用 iso-8859-1 进行编码，因此以下字节将成为当前字符的一部分，并且编码失败。如果要对度数符号(°)进行编码，则将其编码为0xC2 0xB0。

无论如何:始终使用与您想要解码相同的编码进行编码。如果需要代码页之外的字符，请使用 utf-8。一般来说，使用任何 utf 编码都是一个很好的建议。