内容字号:默认大号超大号

段落设置:段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

Python读取TXT格式文件遇到的文件编码规则转换问题UnicodeDecode

2018-04-16 17:42 出处:清屏网 人气: 评论(0

在大多数人使用Windows中文版本的情况下,使用Python从TXT文件中读取数据时,初学者经常会遇到由于文档编码规则差异导致文档读取报错,例如,如下报错:

UnicodeDecodeError: 'gbk' codec can't decode byte 0xa7 in position 14: illegal multibyte sequence

从以上报错可以看出,应该是万国码在转换时出障碍,即GBK规则的文档编码无法正确解码。那么这是为什么呢? 如何解决这个问题呢?

对于文档编码,在Windows环境下,我们几乎很少注意文档的编码方式。但是几乎可以判定,对于中文操作环境,必定是默认为Unicode编码规则,而不是ASCII或者UTF编码规则,这应该是大多数PC厂家的预装的默认设置。(虽然,我觉得默认UTF应该更合理!优化内存的消耗。)

我使用的Excel创建的文档,然后选择另存为,果然,我发现默认的是Unicode,应该说找到了问题点。

鉴于学习需要,我们Python IDE,编译器等以及文档的Encoding 编码规则起初均设置为UTF-8,所以,我所要提取的文档应该也需要是UTF-8的编码规则。

这个只要另存为的时候选择编码:UTF-8选项就可以了。

运行代码如下:

f=open(r"D:\unDownload\Python video\userinfo.txt",'r')
s=f.read()
print(s)

结果发现,读取的结果有两个乱码。返回原始文档查看未发现该乱码。

"D:\4 Python Learning\oldboy1\venv\Scripts\python.exe" 

锘縩ame Password EmployeeID Accountlooked

Jessica&&% love123 A000001

Richard ppl123 A000002

Jordan abc123 B000003

Jessica&&% love124 A000003

Richard hkp124 A000004

修改代码如下,在调用Open打开文档时,即声明Encoding的编码方式为UTF-8

f=open(r"D:\unDownload\Python video\userinfo.txt",'r',encoding="UTF-8")
s=f.read()
print(s)

运行结果如下:

name Password EmployeeID Accountlooked

Jessica&&% love123 A000001

Richard ppl123 A000002

Jordan abc123 B000003

Jessica&&% love124 A000003

Richard hkp124 A000004

Jordan abc124 B000004

Jessica&&% love125 A000005

Richard hhu125 A000006

发现,乱码消失了。

通过以上可以确定,Open调用TXT文档时,在Read()时,可能并不一开始就是用默认的编码规则读取,而是尝试。这个要查看相关源码才能确定。

分享给小伙伴们:
本文标签: Python

相关文章

发表评论愿您的每句评论,都能给大家的生活添色彩,带来共鸣,带来思索,带来快乐。

CopyRight © 2015-2016 QingPingShan.com , All Rights Reserved.

清屏网 版权所有 豫ICP备15026204号