Question

python问题，我运用python做中文词频分析的时候总是显示UnicodeDecodeError: 'utf-8'问题？

以下是我在python3.7 idle中写的的语句
import jieba
txt=open("E:/study/python data/应用资料/三国演义.txt","r",encoding="utf-8").read()
words=jieba.lcut(txt)
counts={}
for word in words:
if len(word)==1:
continue
else:
counts[word]=counts.get(word,0)+1
items=list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
n=eval(input("前几位中文分词？"))
for i in range(n):
word,count=items[i]
print("{0:<10}{1:>5}".format(word,count))
下面是反馈出来的问题，求解救
Traceback (most recent call last):
File "E:\study\python data\小程序\汉语文章分词数量分析.py", line 2, in <module>
txt=open("E:/study/python data/应用资料/三国演义.txt","r",encoding="utf-8").read()
File "C:\Users\***\AppData\Local\Programs\Python\Python37\lib\codecs.py", line 322, in decode
(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte

Answer 1

出现原因：文件不是 UTF8 编码的，而系统默认采用 UTF8 解码。
解决方法是改为对应的解码方式。
解决办法：
“文件–》另存为”，可以看到文件的默认编码格式为ANSI，改为编码格式UTF8，保存

追问

我用的是IDLE，没有这个选项，而且我用pyinstaller打包也会出现编码问题，麻烦您说详细一点，多谢啦！