Question

python读取txt文档的时候遇到decode错误如何解决？

fi= open('somefile.txt', 'r') sL = fi.readlines(), 报错说是 readlines()这一行不对，因为UnicodeDecodeError: 'gbk' codec can't decode byte 0x94 in position 41: illegal multibyte sequence，我的txt文档是一个英文字符，但是存在" —"这样的字符，请问大家怎么可以读入呢，这是我的作业，谢谢
对了，我在网上看到有人用reload(sys)但是我的python 3.4没法用，说是reload没有定义

Answer 1

你用的是python3才会出这个问题。　python3在readlines里，缺省会使用操作系统当前的编码来解析文件，比如windows下就用GBK，在linux下则根据当前language来设置解析办法。

解决的办法是在open()里加上参数

将

fi= open('somefile.txt', 'r')

改成

fi= open('somefile.txt', 'rt',encoding="utf-8")

这个encoding就是指定编码格式。　如果encoding="utf-8"不行，你就改成encoding="gb18030"，如果还不成，就改成encoding="big-5"。如果还不成。只能手工将" —"
替换成负号。

追问

弄好了，你说的方法确实可以做到。但是我在英语国家上课，老师是美国人给的肯定不是gbk编码的文件……作业要统一test，我这么写肯定不好吧，是不是改回去到python 2.7比较好？

追答

python2应该比较的通用。大部分人还在用python2.x，　python3.x因为特别所以目前只是个别项目在用。　如果你用python2.7，那么这些问题不存在。

Answer 2

sL = fi.readlines().decode('utf-8')

追答

sL = fi.readlines().decode('gbk')试试

追问

还是不行的…readlines()入读的是list结构而且没有decode这个方法啊……