Question

在编写一些计算程序时，我经常会遇到“ UnicodeDecodeError”。例如：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe9 in position 57: invalid continuation byte

我的问题是：如何找到代码中哪个词导致错误？我不知道如何知道这个“ 57位”的位置。顺便说一句，“无效的连续字节”是什么意思？

感谢您的回答。

PS：此错误来自此代码，在该代码中我尝试将四阶Runge-Kutta方法应用于Lorenz方程：

# Auteur : Bastien Massion 
# NOMA : 13701700
# Date création fichier : 23 novembre 2018 18h24
# Date dernière modification : 23 novembre 2018 19h05

# Je jure que ceci est le fruit de mon travail personnel

from numpy import *

def lorfunction(t, u): # u = [u_0, u_1, u_2] = [x, y, z]
    fx = 10*u[1] - 10*u[0]
    fy = 28*u[0] - u[0]*u[2] - u[1]
    fz = u[0]*u[1] - 8/3*u[2]
    return [fx, fy, fz]

def lorenz(Tstart, Tend, Ustart, n):
    T, h = linspace(Tstart,Tend, n+1, retstep = True)
    U = zeros((n+1, 3))
    U[0,:] = Ustart

    for i in range(0, n):
        Ka = lorfunction(T[i], U[i])
        Kb = lorfunction(T[i] + h/2, U[i] + h/2*Ka)
        Kc = lorfunction(T[i] + h/2, U[i] + h/2*Kb)
        Kd = lorfunction(T[i] + h, U[i] + h*Kc)
        U[i+1] = U[i] + h/6*(Ka + 2*Kb + 2*Kc + Kd)

    return T,U

print (lorenz(0.0, 100.0, [0,1,0,], 10000))

Answer 1

UnicodeDecodeError：“ utf-8”编解码器无法解码位置57的字节0xe9：无效的连续字节

57是Python源文件中投诉的字节位置。您的情况似乎是é在# Date création fichier中的位置。

0xe9是该位置的字节。我将其识别为ISO-8859-1 （又称ISO-Latin-1）字符é的表示形式。

因此，看来您的Python源文件实际上是用ISO-8859-1编码的，但是Python解释器出于某种原因假定它是在UTF-8中进行编码的。

顺便说一句：
在128以上的UTF-8字符中，使用2个或更多字节进行编码，第一个称为起始字节，其他的称为连续字节。有关更多说明，请参见UTF-8 examples。

要了解该错误，我需要详细说明。考虑一下Python文件中出现的字节0xe9 0x61 0x74：
将3个字节解码为ISO-8859-1（采用单字节编码）将导致3个字符：éat。
与UTF-8解码相同的字节更加复杂。字节0xe9（因为从1110位开始）是一个起始字节后跟2个连续字节。每个连续字节需要以10位开头，但是接下来的2个字节（0x61 0x74）违反了此条件。因此，抛出了 UnicodeError 说无效的连续字节。

为避免此类问题，您可以选择以下替代方法：

保留以ISO-8859-1编码的Python源并添加行
```
 # -*- coding:iso-8859-1 -*-
```
文件开头如PEP 263 -- Defining Python Source Code Encodings中所述。
将您的Python源代码保存为UTF-8。并依靠UTF-8作为Python解释器的默认源编码。
将Python源代码保存为UTF-8。并添加行
```
 # -*- coding:utf-8 -*-
```

我希望第一个或第三个选项。

UnicodeDecodeError：错误的位置

1 个答案: