如何阅读“C源，ISO-8859文本”

Question

我有这个myfile（我已经粘贴了，我希望有关问题的相关数据能够在复制/粘贴中幸存下来）。我尝试用以下内容读取该文件：

import codecs
codecs.open('myfile', 'r', 'utf-8').read()

但是这给了：

UnicodeDecodeError: 'utf8' codec can't decode byte 0xe5 in position 7128: invalid continuation byte

如果我检查文件：

» file myfile
myfile: C source, ISO-8859 text

• 如何在python中阅读那种文件（ISO-8859）？
• 在一般情况下，我如何知道文件的编码方式？

我很多次处理我没有生成的文件（系统文件，从互联网上下载的随机文件，供应商，客户提供的随机文件......）：这些文件没有提供线索他们正在使用的编码。在多文化环境（欧洲）中，很难知道这些文件是如何编码的。大多数时候，即使是提供文件的人也没有关于编码的线索，这可以通过选择的编辑器/工具在幕后发生。如何确定所使用的编码，逐个文件？

Answer 1

使用python 3.3，您可以使用内置的开放功能

open("myfile",encoding="ISO-8859-1")

Answer 2

您更改open()命令中的编解码器; ISO-8859标准有多个编解码器，我在这里为你选择了Latin-1，但你可能需要选择另一个：

codecs.open('myfile', 'r', 'iso-8859-1').read()

有关有效编解码器的列表，请参阅codecs module。根据pastie数据判断，iso-8859-1是正确使用的编解码器，因为它适用于斯堪的纳维亚文本。

通常，如果没有其他来源，您无法知道文件使用的编解码器。充其量，你可以猜测（这是file的作用）。