Question

python gbk 编码:'gbk'codec can't decode byte 0x81 in position 18

UnicodeDecodeError:'gbk'codec can't decode byte 0x81 in position 18:illegal multibyte sequen。我尝试着从一个word 文档中读取文字 结果就出现这种情况。。。怎么解决啊 求高手指导

Answer 1

是因为python实现爬虫遇到编码问题：error：UnicodeEncodeError: 'gbk' codec can't encode character '\xXX' in position XX。具体解决办法：

改变标准输出，添加代码。

1、str转bytes叫encode，bytes转str叫decode。

2、常用的中文编码名称

Answer 2

“xxx”.decode('gbk')就可以了。你的可以是 eachline.decode('gbk')
不过word文档是有结构的二进制文件，并非文本文件，最好用com接口操纵，你这种处理方法是错误的

追问

麻烦棒我改下可以吗？刚开始学，有很多东西还不懂。。。谢谢了。。。。

Answer 3

python3
打开文件：
openfile = open(filename,'r',encoding = 'utf-8')

Answer 4

.decode('gbk','ignore')

追问

python3.3里好像有没有string.decode()这个内建方法了吧？？
filename = open('hello.docx','r')
for eachline in filename:
print(eachline)