问题描述：爬虫从网络上爬取的 HTML 文件中含有一段疑似乱码的文字（应该是由于转换编码格式导致的乱码），在使用 python 读取改文件时尝试使用了多种编码格式，均报错。
环境：python3.8.0
乱码片段
使用 Notepad ++ 打开后右下角显示编码格式为 GB2312，但使用代码读取时依然报错：
读取代码
报错信息
尝试其它编码方式-GBK
尝试其它编码方式-utf-8
后来发现在 Windows 下使用 ANSI 竟然可以正常读取，但是查询电脑默认编码格式：
C:\Users\Administrator>chcp
活动代码页: 936
936 即代表 GBK，但直接使用 GBK 去读取却仍然报错，这点让我困惑，而且我最终使用环境为 Linux， 就没有再追下去。
最后的解决方式：
问题描述：爬虫从网络上爬取的 HTML 文件中含有一段疑似乱码的文字（应该是由于转换编码格式导致的乱码），在使用 ...
今天要处理大量的csv文件，出现UnicodeDecodeError: 'utf-8' codec can't d...
文本文件是ANSI保存，以ISO-8859-1保存，Python读取报错: 修改方式如下： line为什么不直接d...
下面是一个使用glob读取多个文本文件的代码，在mac终端运行后报错 是因为输出python是调用mac自带的py...
python读取文本文件，报GBK错误 报错如下 报这个错，问题一般出在两个地方 1、编码设置第一行没有设置 2、...
操作流程：创建文本文件，读取文本文件内容。 python大大的图 我的图 open()：打开文件 参数：要打开的文...
python 读取配置文件总是报错configparser.NoSectionError: No section:...
python读取文件时报错 UnicodeDecodeError: 'gbk' codec can't decod...
python 读取文件时报错：UnicodeDecodeError: 'gbk' codec can't deco...
python 读取表格 此时由于没有导入openpyxl 会有报错：ModuleNotFoundError: No...
本文标题：python读取文本文件报错：UnicodeDecodeErro
本文链接：https://www.haomeiwen.com/subject/smoebktx.html
网友评论