python解码中文文本报错的解决办法

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')
 ……