Question

我编写了一个程序，以递归方式搜索文件夹中具有特定扩展名的文件并进行一些处理。奇怪的是，该程序运行良好，大约有85个文件，然后每次都在同一个文件上崩溃。我认为该文件或文件名没有任何不同。因为它可以运行85个文件，我知道错误不是关于我的代码本身，但更多关于错误的编译器可能吗？

操作系统：Linux arctic 3.2.0-4-amd64 #1 SMP Debian 3.2.68-1+deb7u1 x86_64 GNU/Linux

错误详情（完整回溯）：

Traceback (most recent call last):
  File "scoretotal.py", line 98, in <module>
    main()   
  File "scoretotal.py", line 96, in main
    find_score_files()
  File "scoretotal.py", line 89, in find_score_files
    total = calculate_total((os.path.join(root,filename)))
  File "scoretotal.py", line 14, in calculate_total
    lines = file_object_read.read()
  File    "/soft/linux/bin/../python3.3.3/lib/python3.3/encodings/ascii.py", line 26, in decode
    return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd8 in position 17: ordinal not in range(128)

我正在运行Python 3.3.3。从我的网上研究来看，它可能与unicode或UTF-8格式有关，但对于我的生活，我无法弄明白。出了什么问题？

Answer 1

当您在未指定编码的情况下打开文件时，Python会为您选择一个;在你的情况下，它选择ascii，这是相当安全的，因为它不太可能给你错误的字符，但很容易遇到错误。您需要检查这些文件的来源以查找其编码并将其包含在open调用中。例如，如果您确定文件是使用ISO-8859-1编码编写的：

file_object_read = open(path, 'r', encoding='iso-8859-1')

如果您不知道要使用哪种编码，您必须猜测，并接受有时您的猜测是错误的。在Linux上，您可以尝试'utf-8'，在Windows上可以尝试'mbcs'，因为这些是这些系统上其他程序使用的默认值。有些实用程序可以检查文件内容并尝试进行有根据的猜测，包括chardet package。

Answer 2

您是否熟悉＆＃39;之间的区别？和'或＆＃34;并且“......这些（我称之为）漂亮的报价往往会毁掉蟒蛇日。

它可能不是这个，但肯定与文件中的字符集有关。如下所示：http://effbot.org/pyfaq/what-does-unicodeerror-ascii-decoding-encoding-error-ordinal-not-in-range-128-mean.htm

我会推荐一个try catch，除了错误并转换为ascii。

错误：“'ascii'编解码器无法解码Python 3中的字节0xd8”

2 个答案: