Python打开文件编码出现：无法找到编码问题

Posted 2023-01-31

有时候文件打开时出现类似以下问题：

python UnicodeDecodeError: gbk codec cant decode byte 0xff in position 0

1. 终极方法
   使用二进制读取文件

with open(filepath, rb) as f:
    data = f.read()

1. 知道编码格式，指定编码格式

with open(filepath, r, encoding=utf-8) as f:
    data = f.read()

1. 知道编码格式，但是有些数据还是读取错误，进行忽略

with open(filepath, r, encoding=utf-8, errors=igore) as f:
    data = f.read()

建议1：‘rb’模式不会将读取的字节转换为字符，所以我觉得方法一适用于大多数情况。

建议2：当你了解文本中字符串是什么类型时，使用方法二。（‘utf-8’，‘gbk’，‘latin-1’）

建议3：当不需要读取文本中其他编码格式的字符时，可以忽略格式错误的字符的读取，使用方法三。