Python读取TXT格式文件遇到的文件编码规则转换问…

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。

 

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有