[已解决]在打开.txt文件的时候报 编码 错误怎么解决呀

yojhoo

在做0基础第30课的课后题时，运行出错，如下：
Traceback (most recent call last):
  File "C:/Users/17476/Desktop/python/30讲/查找含有关键字的文件并显示关键字位置.py", line 45, in <module>
    search_word(file_name,type_file)
  File "C:/Users/17476/Desktop/python/30讲/查找含有关键字的文件并显示关键字位置.py", line 13, in search_word
    if word in f.read():
UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 42: illegal multibyte sequence
f = open(each_file,encoding='gb18030')或者 f = open(each_file,encoding='utf-8')都不行


请问我要怎么解决呀？

最佳答案

月排行榜 / 总排行榜

jackz007

2021-12-17 09:18:47

yojhoo 发表于 2021-12-17 09:04
谢谢大佬，用您的程序跑过之后发现文件里的.txt文件有GBK编码的，还有utf-8编码的，我把utf-8编码的文件 ...

1.     f = False
   
2.     with open(fn , 'rb') as fp : b = fp . read()
   
3.     try:
   
4.         s = b . decode('GBK')
   
5.         f = True
   
6.     except:
   
7.         try:
   
8.             s = b . decode('UTF-8')
   
9.             f = True
   
10.         except:
    
11.             print('[无法解码] : ' , fn)
    
12.     if f :
    
13.         for x in list(s) : print(x)

复制代码

    上面的代码既可以读取 'GBK' 编码的文件，又可以读取 'UTF-8' 编码的文件。
     如果没有编码问题，上面的代码和这个代码一摸一样：

1. with open(fn) as fp : s = fp . read()
   
2. for x in list(s) : print(x)

复制代码

跳转到最佳答案楼层

jackz007

1. import os
   
2. 
   
3. path = input() . strip()
   
4. if not path : path = os . getcwd()
   
5. for root , dirs , files in os . walk(path):
   
6.     for file in files:
   
7.         if os . path . splitext(file)[1] . lower() in ['.txt' , '.c' , '.h' , '.cpp' , '.py' , '.pyw']:
   
8.             x , f = os . path . join(root , file) , False
   
9.             with open(x , 'rb') as f :
   
10.                 b = f . read()
    
11.             if not 0 in b:
    
12.                 try:
    
13.                     s = b . decode('GBK')
    
14.                     f = True
    
15.                     print('[    GBK] : ' , x)
    
16.                 except:
    
17.                     try:
    
18.                         s = b . decode('UTF-8')
    
19.                         f = True
    
20.                         print('[  UTF-8] : ' , x)
    
21.                     except:
    
22.                         print('[Unknown] : ' , x)
    
23.             else:
    
24.                 print('[Binary] : ' , x)  

复制代码

        用这个代码列出所有文本文件的编码，特别关注其中出现的编码不是 'GBK' 和 'UTF-8' 的文件（'Unknown' 和 'Binary'），如果有，那么，这些文件是导致出现错误的根源。

yojhoo

jackz007 发表于 2021-12-16 17:45
用这个代码列出所有文本文件的编码，特别关注其中出现的编码不是 'GBK' 和 'UTF-8' 的文件（'Unk ...

谢谢大佬，用您的程序跑过之后发现文件里的.txt文件有GBK编码的，还有utf-8编码的，我把utf-8编码的文件删除，用open默认的打开方式打开这些.txt文件就不报错了

还请问一下，怎么样能让这两种编码的文件同时存在并打开不报错呢？

jackz007

yojhoo 发表于 2021-12-17 09:04
谢谢大佬，用您的程序跑过之后发现文件里的.txt文件有GBK编码的，还有utf-8编码的，我把utf-8编码的文件 ...

1.     f = False
   
2.     with open(fn , 'rb') as fp : b = fp . read()
   
3.     try:
   
4.         s = b . decode('GBK')
   
5.         f = True
   
6.     except:
   
7.         try:
   
8.             s = b . decode('UTF-8')
   
9.             f = True
   
10.         except:
    
11.             print('[无法解码] : ' , fn)
    
12.     if f :
    
13.         for x in list(s) : print(x)

复制代码

    上面的代码既可以读取 'GBK' 编码的文件，又可以读取 'UTF-8' 编码的文件。
     如果没有编码问题，上面的代码和这个代码一摸一样：

1. with open(fn) as fp : s = fp . read()
   
2. for x in list(s) : print(x)

复制代码