解决python中的UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\u26ab‘问题

将从PDF文件中读取的内容，写入txt文件中，遇到如下问题：

控制台报错UnicodeEncodeError: 'gbk' codec can't encode character '\u26ab' in position 834: illegal multibyte sequence。

解决方法如下：

1.将pycharm中的文件编码都改为UTF-8

        在菜单栏中选择 文件-设置

         点击文件编码，将全局编码、项目编码和属性文件的默认编码都修改为UTF-8，即下图中的三个红色矩形区域。

2.修改代码

 在打开文件时，设置编码格式。

在代码中打开txt文件时，将下面语句

with open(filename, 'w') as file_object:

修改为

with open(filename, 'w', encoding='utf-8') as file_object:

代码成功运行，不再报错。

如何读取PDF文件内容，请看这一篇文章python读取pdf文件

下面的代码是python读取PDF文件内容，并将其写入到txt文件中的完整代码。

import PyPDF2
pdfFileObj = open('a.pdf', 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
#输出pdf的总页数
print(pdfReader.numPages)
 

filename = 'b.txt'
with open(filename, 'w', encoding='utf-8') as file_object:
    #我读取的这篇pdf共400页
    for i in range(400):
        pageObj = pdfReader.getPage(i)
        #在控制台中输出pdf文件内容
        print(pageObj.extractText())
        #向txt文件中写入pdf文件内容
        file_object.write(pageObj.extractText())

注：a.pdf、b.txt与python代码文件在同一目录下。