python3编码问题总结

python 读取文本文件，报出gbk问题

问题如下：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 225: illegal multibyte sequence

因为如果你没有指定打开文件编码方式的话，windows默认是gbk编码打开（Linux默认为utf-8编码），而你的文件是utf-8编码，

所以有的字符gbk无法识别也就是:can't decode 某某位置的字节码

解决办法就是:

指定打开文件的编码方式，

with open("data.txt",'r',encoding='utf-8') as data:

题外话：因为文件在磁盘是以二进制的形式存储的，人要打开，要能看懂，必须变成人能看懂的形式，这就是编码encode，python编码以前使用的是ASCII编码，现在都是使用的Unicode编码集(python3中str就为Unicode码)，他是一个中间码，注意是中间码而不是特指哪个编码方式，utf-8 或者gbk都是Unicode编码集的变形形式。想要将一个编码形式的文件变成另一个编码形式，就要使用中间码Unicode作为编码形式转换的桥梁，这就是解码decode，解码为中间码Unicode。

 

 

来源：https://blog.csdn.net/hubingshabi/article/details/101356982