python解码中文文本报错的解决办法
1.报错内容
UnicodeDecodeError: 'gbk' codec can't decode bytes in position 50-51:illegal multibyte sequence
2.问题背景
- python脚本解码vaps xt的含中文配置文件时 报上述错误。
- vaps xt配置文件部分内容如下:
<?xml version="1.0" encoding="UTF-8"?>
……
<prop name="DataString" capacity="11">自动</prop>
……
- python脚本的部分代码如下:
if "DataString" in line:
ustr = line.decode('gbk')
……
3.原因分析
vaps xt配置文件采用UTF-8编码方式,而python对其采用了gbk解码,编解码不一致导致了上述错误的产生。
4.解决办法
先确认原文件的编码方式,再明确现在对原文件的解码方式,然后要保证编码方式与解码方式要一致,python脚本修改如下所示:
if "DataString" in line:
ustr = line.decode('utf-8').encode('gbk').decode('gbk')
……