[已解决]for seq in content: UnicodeDecodeError: 'gbk' codec can't decode byte 0x89 ...

Dawnstar

import os

aa = ['G','A','S','T','C','V','L','I','M','P','F','Y','W','D','E','N','Q','H','K','R']
  
path = 'G:\\20190928\\Download\\'  #文件夹目录
files = os.listdir(path)  #遍历文件夹下的所有文件名称
text = 'AA'
file1 = open (path + text, 'w', encoding='UTF-8')
print(file = file1,end="\t")
for x in aa:
    print(x.strip(),file = file1,end="\t")  #打印二肽到文件
print(file = file1)

for file in files:
    if '.fa'in os.path.splitext(file)[1]:  #获取所有含‘.fa’的文件
        fa_path = path + file
        content = open(fa_path , 'r')  #读文档内的内容
        seq1 = []  
        j = {}      #将aa建一个字典
        for y in aa:
            j[y] = 0  #每循环完一个氨基酸就将字典初始化
        for seq in content:                    
            if '>' in seq:
                del seq
            else:
                seq = seq.strip() #strip去掉末尾空格和换行符
                seq1.append(seq)
        for b in seq1:
            c=list(b)
            for each_char1_index in range(len(c)):
                AA = c[each_char1_index]
                if AA in aa:
                    j[AA] +=1   
        print(file.split(".fa")[0],file = file1,end="\t")   #打印文件名到文件     
        for a in aa:
            print(j[a],file = file1, end = "\t")
        print(file = file1)
        
file1.close()
原来跑过这个代码，没出现什么问题，但这两天用不同的数据重新跑，报错了几次，如下：
UnicodeDecodeError: 'gbk' codec can't decode byte 0x89 in position 1700: illegal multibyte sequence

开始 file1 = open (path + text, 'w', encoding='UTF-8')这一行没有encoding='UTF-8'，百度一下，说有可能是编码器的原因，所以就加上了encoding='UTF-8'，又跑了一遍，还是同样的报错信息。

想请教各位大神，我现在到底是啥原因呢？

最佳答案

月排行榜 / 总排行榜

XiaoPaiShen

2019-10-5 06:08:01

第17行也要加上encoding, 我本地没文件，没法测试

1. import os
   
2. 
   
3. aa = ['G','A','S','T','C','V','L','I','M','P','F','Y','W','D','E','N','Q','H','K','R']
   
4.   
   
5. path = 'G:\\20190928\\Download\\'  #文件夹目录
   
6. files = os.listdir(path)  #遍历文件夹下的所有文件名称
   
7. text = 'AA'
   
8. file1 = open (path + text, 'w', encoding='UTF-8')
   
9. print(file = file1,end="\t")
   
10. for x in aa:
    
11.     print(x.strip(),file = file1,end="\t")  #打印二肽到文件
    
12. print(file = file1)
    
13. 
    
14. for file in files:
    
15.     if '.fa'in os.path.splitext(file)[1]:  #获取所有含‘.fa’的文件
    
16.         fa_path = path + file
    
17.         content = open(fa_path , 'r', encoding='UTF-8')  #读文档内的内容
    
18.         seq1 = []  
    
19.         j = {}      #将aa建一个字典
    
20.         for y in aa:
    
21.             j[y] = 0  #每循环完一个氨基酸就将字典初始化
    
22.         for seq in content:                    
    
23.             if '>' in seq:
    
24.                 del seq
    
25.             else:
    
26.                 seq = seq.strip() #strip去掉末尾空格和换行符
    
27.                 seq1.append(seq)
    
28.         for b in seq1:
    
29.             c=list(b)
    
30.             for each_char1_index in range(len(c)):
    
31.                 AA = c[each_char1_index]
    
32.                 if AA in aa:
    
33.                     j[AA] +=1   
    
34.         print(file.split(".fa")[0],file = file1,end="\t")   #打印文件名到文件     
    
35.         for a in aa:
    
36.             print(j[a],file = file1, end = "\t")
    
37.         print(file = file1)
    
38.         
    
39. file1.close()

复制代码

跳转到最佳答案楼层

XiaoPaiShen

第17行也要加上encoding, 我本地没文件，没法测试

1. import os
   
2. 
   
3. aa = ['G','A','S','T','C','V','L','I','M','P','F','Y','W','D','E','N','Q','H','K','R']
   
4.   
   
5. path = 'G:\\20190928\\Download\\'  #文件夹目录
   
6. files = os.listdir(path)  #遍历文件夹下的所有文件名称
   
7. text = 'AA'
   
8. file1 = open (path + text, 'w', encoding='UTF-8')
   
9. print(file = file1,end="\t")
   
10. for x in aa:
    
11.     print(x.strip(),file = file1,end="\t")  #打印二肽到文件
    
12. print(file = file1)
    
13. 
    
14. for file in files:
    
15.     if '.fa'in os.path.splitext(file)[1]:  #获取所有含‘.fa’的文件
    
16.         fa_path = path + file
    
17.         content = open(fa_path , 'r', encoding='UTF-8')  #读文档内的内容
    
18.         seq1 = []  
    
19.         j = {}      #将aa建一个字典
    
20.         for y in aa:
    
21.             j[y] = 0  #每循环完一个氨基酸就将字典初始化
    
22.         for seq in content:                    
    
23.             if '>' in seq:
    
24.                 del seq
    
25.             else:
    
26.                 seq = seq.strip() #strip去掉末尾空格和换行符
    
27.                 seq1.append(seq)
    
28.         for b in seq1:
    
29.             c=list(b)
    
30.             for each_char1_index in range(len(c)):
    
31.                 AA = c[each_char1_index]
    
32.                 if AA in aa:
    
33.                     j[AA] +=1   
    
34.         print(file.split(".fa")[0],file = file1,end="\t")   #打印文件名到文件     
    
35.         for a in aa:
    
36.             print(j[a],file = file1, end = "\t")
    
37.         print(file = file1)
    
38.         
    
39. file1.close()

复制代码

Dawnstar

XiaoPaiShen 发表于 2019-10-5 06:08
第17行也要加上encoding, 我本地没文件，没法测试

太感谢了，测试以后是可以的