python读取含有汉字文本报错

龙云宇

name1 = input('请输入需要比较的头文件：')
name2 = input('请输入需要比较的另一个文件：')

name1_ = ('E:\\' + name1 + '.txt')
name2_ = ('E:\\' + name2 + '.txt')

file_name1 = open(name1_ , 'r')
file_name2 = open(name2_ , 'r')

count = 0
number = 0
jas = []

for each_line1 in file_name1:
    number += 1

    for each_line2 in file_name2:
        
        if each_line1 != each_line2:
            count += 1
            jas.append(number)
            break
        else:
            break
   
file_name1.close()
file_name2.close()
print('两个文件共有【%d】处不一样：' % (count))
if count != 0:
    for i in jas:
        print('第%d行不一样' % (i))




第一个文本还能读取，但不能正确读取，第二个文本读取不了，会报解码错误，求解答

sunrise085

第一个文本还能读取，但不能正确读取

什么叫不能正确读取？应该也是解码问题吧

第二个文本读取不了，会报解码错误

解码错误，那你就换一种解码方式呗，在open中添加上解码方式参数，txt文件常见的编码方式有 'utf-8' 和 'GBK' ，解码参数写法：file_name1 = open(name1_ , 'r',encoding='utf-8')

ba21

编码问题。
比如：就算是你在windows下 直接用记事本输入 联通 保存，然后再打开都会是乱码。

最佳处理方式
使用cchardet判断字符编码（准确度高）
cchardet 比chardet准确度高，速度快。

检测文件编码

import cchardet as chardet 

# 先检测出文件编码
with open("test.txt", "rb") as f:
    msg = f.read()

enc = chardet.detect(msg) # 返回的是个字典 编码和准确度。如：{'encoding': 'UTF-8', 'confidence': 0.9900000095367432}
print(enc)
enc = enc['encoding']

# 然后以指定编码打开文件
with open("test.txt", "r", encoding=enc) as f:
    print(f.read())

网页编码判断

import requests
import cchardet

res = requests.get('http://www.baidu.com/')
rawdata  = res.content
enc = cchardet.detect(rawdata)
enc = enc['encoding']
print(enc)