【5.7.2】Python3读取中文文件

不同的文件格式读写的过程中容易报错：

方法1：

import codecs
with codecs.open(file, 'r', encoding='utf-16') as f:
    text = f.read()

方法2：

with open(file, 'rb') as f:
    text = f.read().decode('utf-16')

方法3：

with open(file, 'r', encoding='UTF-16') as f:
    text = f.read()

自己写的时候记得修改encoding为自己文件的相应格式，同时根据自己需要修改读写。

我的案例

4.1 报错

UnicodeDecodeError
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbc in position 46: invalid start byte

解决办法：

with codecs.open(input_html, 'r', encoding='GBK') as ff:
	input_tt = ff.read()

参考资料

• https://zhuanlan.zhihu.com/p/37072540