python文件读取报错UnicodeDecodeError，该如何处理？

发布于2022年02月07日作者：苏南大叔来源：程序如此灵动~

我们相信：世界是美好的，你是我也是。来玩一下解压小游戏吧！

使用python读写一个已知文件的时候，可能会报错不能识别的格式。那么该如何处理呢？

大家好，我是苏南大叔，欢迎阅读苏南大叔的“程序如何灵动”博客。本文中，苏南大叔将要描述一个非常常见的python文件读写，指定格式的问题。

本文测试环境：win10，python@3.6.8。

报错信息

测试代码如下：

with open('data/stopwords.txt', 'r') as f:
    lines_list = f.readlines()

报错信息如下：

UnicodeDecodeError: 'gbk' codec can't decode byte 0x9c in position 7: illegal multibyte sequence

解决方案很简单，在open函数中添加第三个参数encoding。当然一般来说，encoding都是utf8，而代码中默认使用了gbk处理。关键代码如下：

encoding='UTF-8'

测试代码变成如下所示：

with open('data/stopwords.txt', 'r', encoding='UTF-8') as f:
    lines_list = f.readlines()

测试成功，解决问题。

下面的代码是另外一个写法的例子：

import os
_path = os.path.join(os.getcwd(), "data/stopwords.txt")
text = open(_path, 'r', encoding='UTF-8').read()

这里还有一个新的写法：

stopwords = [line.strip() for line in open(filepath, 'r', encoding='utf-8').readlines()]

挺常见的报错情况，在打开一个文件的时候，指定一下字符集utf8。当然，也不排除字符集是比较不常见的gbk的情况，这里不抬杠啊。大家根据自己的实际情况修改即可。

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。

本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。

【绝密】秘籍文章入口，仅传授于有缘之人 python