Python readline不使用编解码器

Question

我正在尝试打开，打印和读取包含特殊字符（如§）的文本文件。以下是我正在运行的代码：

    import codecs
    f = codecs.open('sample_text.txt', mode='r', encoding='utf_8')
    print f.readline()

前两行有效，但第三行没有。错误代码说： 回溯（最近一次调用最后一次）：

"C:\Users\mallikk\Documents\Python Scripts\special_char_test.py", line 6, in <module>
    print f.readline()
  File "C:\Anaconda2\lib\codecs.py", line 690, in readline
    return self.reader.readline(size)
  File "C:\Anaconda2\lib\codecs.py", line 545, in readline
    data = self.read(readsize, firstline=True)
  File "C:\Anaconda2\lib\codecs.py", line 492, in read
    newchars, decodedbytes = self.decode(data, self.errors)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xa7 in position 13: invalid start byte

有什么想法吗？如果我能澄清任何内容或添加更多细节，请告诉我。非常感谢你！

Answer 1

要扩展评论者所说的内容，您需要找出文件的编码。我知道这样做最简单的方法是：

1. 在Firefox中打开文件。
2. 右键单击页面，然后选择＆＃34;查看页面信息＆＃34;
3. 查看＆＃34;文字编码＆＃34;是
4. 然后，您可以在loadNews()行中检查要使用的编解码器codecs documentation，而不是utf_8。

步骤1-3的屏幕截图：

Answer 2

看起来你在Windows机器上，文本文件的编码可能与UTF-8不同，你可能想尝试cp1252 / ISO-8859-1用于解码字节串，然后使用utf再次编码-8。

您还可以在此处查看有关如何阅读文件的最佳做法的建议 - Difference between open and codecs.open in Python