我必须使用哪种python编码类型来读取非utf-8字符？

Question

我必须让我的python脚本读取DNA查询字符串文件并用它进行搜索。

嗯，该文件包含这种类型的字符：

并且python默认编码无法使用文件的readline（）函数读取此行。引发以下错误：

[...]
File "/usr/lib/python3.4/codecs.py", line 319, in decode
(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x81 in position 860: invalid start byte

我也尝试过使用utf_16和ascii，但没有取得任何积极成果。我怎么读这个？

Answer 1

您需要先弄清楚您必须阅读的文本文件的实际编码，然后对该文件使用open并使用正确的encoding参数打开它。钻石？只是控制台中的占位符字符，因此您的默认系统编码与您显示的文件不兼容（反之亦然）。

或者，如果你不关心＆＃34;垃圾＆＃34;对于'ignore'参数，您只需'replace'或errors字符。再次请参阅文档，了解可用选项。