错误的意思是:Unicode的解码(Decode)出现错误了,以gbk编码的方式去解码(该字符串变成Unicode),但是此处通过gbk的方式,却无法解码(can’t decode).''illegal multibyte sequence"的意思是非法的多字节序列,也就是说无法解码了。
出现这样的错误,可能是要处理的字符串本身不是gbk编码,却是以gbk编码去解码。
比如,字符串本身是utf-8的,但用gbk去解码,必然出错。比如有中文的存在,老老实实用 utf-8
(1)encoding=‘utf-8’ 指明打开方式
f=open(“path”,encoding=‘gbk’)
(2) encoding=‘gbk’
(3) encoding=‘gb18030’
文本中出现的一些特殊符号超出了gbk的编码范围,可以选择编码范围更广的‘gb18030’
(4)encoding=‘gb18030’,errors=‘ignore’
可以使用‘ignore’属性忽略非法字符 或者
error_bad_lines=False