使用 Python，我從 API 獲取一些文本資料，并在經過一些轉換后將其存盤在文本檔案中，然后從不同的行程中讀取該文本檔案。
從 API 讀取資料時沒有問題，但在讀取文本檔案時出現此錯誤：
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x96 in position 907: invalid start byte
被讀取為 '0x96' 的位元組實際上是 API 資料中的“–”字符，并且僅當encoding引數顯式指定為時才會發生此錯誤'utf-8'。在打開文本檔案時encoding未顯式傳遞給open函式時不會發生這種情況。
我的問題：
- 為什么只有在
encoding指定時才會出現此錯誤？我認為，在其他情況下我們也應該得到相同的錯誤，因為默認編碼也是“UTF-8”。（如果我錯了，請糾正我） - 是否可以在不改變我閱讀文本檔案的方式的情況下解決這個問題？（即，我可以對從 API 資料創建此文本檔案的階段進行任何更改嗎？）
真的很感謝你研究它。謝謝！
uj5u.com熱心網友回復：
在open()默認編碼取決于平臺的情況下，您可以通過檢查locale.getpreferredencoding()回傳的內容來找出系統的默認編碼。這是來自檔案
對于問題的第二部分，由于未指定utf-8為編碼時不會出現錯誤，因此您可以僅使用輸出locale.getpreferredencoding()作為編碼方法。
uj5u.com熱心網友回復：
如果您這樣做，您可以對文本的每一行執行此操作。因為0x96被認為是“不可列印的”。
import re
...
line = re.sub(r'\x96',r'\x2D', line)
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/328540.html