Question

我使用SL4A在android上运行python脚本。我在服务器中有一个文件，它是一个.csv文件并包含字符串。有线，一行内容是这样的：

1;ABC Budaörs;47.472518;19.059895

我尝试在我的Android手机上祝酒，但是我收到以下错误。

UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 10-13: invalid data

我猜python无法解码caharacter：ö。为什么？我下载文件时是不是在utf-8中？

这是我的代码：

f = urllib.urlopen(URL);
for line in f:
     droid.makeToast(line)

无论如何，如果我只是尝试在控制台上打印1;ABC Budaörs;47.472518;19.059895行，我会得到以下结果：

1;ABC Buda�rs;47.472518;19.059895

这是什么角色？

感谢您的回答!!

Answer 1

replacement character （通常是带有白色问号的黑色菱形）是Unicode标准中特殊值表中代码点U+FFFD处的符号。当系统无法将数据流呈现为正确的符号时，它用于指示问题。

并且您的错误是因为您的字符串实际上不包含utf-8它包含一些其他编码。弄清楚编码是什么，并将其用于编码！

Answer 2

csv文件类似于iso-8859-1或windows-1252。

您可以使用iconv将其转换为utf-8（在Windows和unix上免费提供）

如果你在十六进制编辑器中查看文件，你可能会发现一个字节的位置设置为高位而不是两位。