读取中文txt文件时,经常会出现: ‘gbk’ codec can’t decode bytes in position 31023: illegal multibyte sequence。
主要讲一种情况就是文章中含有utf-8或gbk无法编码的字符情况。
好多人都说加入’ignore’,但一直都没有说清楚是在open函数中加入,还是在.read()中加入(其实是在open函数中加入,如下面例子)。
‘gb1830’所含的比’gbk’要多,因此下面代码段采用了’gb1830’。

 cf=open("D:\A仲敏2015\python_code\天龙八部.txt",encoding='gb18030',errors='ignore')cf1=cf.read()

本文来自 小木头1209 的CSDN 博客 ,全文地址请点击:https://blog.csdn.net/jiasudu1234/article/details/71173281?utm_source=copy

python中打开文件,open(‘d:/data/synopses_list_wiki.txt’)
出现如下错误:
UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x93 in position 20651: illegal multibyte sequence
报错:

原因是含有无法编码的字符,或者是打开的编码不对。
解决方法一:用 utf-8 编码打开 (实际文件的编码方式)
如下: open('d:/data/synopses_list_wiki.txt',encoding='utf-8')

解决方法二:在open中加入errors=‘ignore’ ,忽略它即可
如下:

open('d:/data/synopses_list_wiki.txt',errors='ignore')

本文来自 狗狗25 的CSDN 博客 ,全文地址请点击:https://blog.csdn.net/wzying25/article/details/79030848?utm_source=copy

10-05 12:53