python 2、python读取.htm文件报错：UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0的解决方法

最新推荐文章于 2024-06-21 10:51:21 发布

天地一扁舟

最新推荐文章于 2024-06-21 10:51:21 发布

阅读量7.2w

点赞数 7

分类专栏： python 文章标签： python读取htm崩溃 python codec 编码 gbk

本文链接：https://blog.csdn.net/qingyuanluofeng/article/details/45190867

版权

python 专栏收录该内容

42 篇文章 1 订阅

订阅专栏

问题是这样的：我用python写的程序去读取.htm文件中的数据，刚开始我用:fr = open("0.htm" , "r")时，程序运行后直接崩溃，后来根据提示的错误信息：ValueError encoding must be one of 'utf_8','big5', or 'gbk'.，因此我用codecs改写成如下形式：

- coding: utf-8 -

import sys
reload(sys)
sys.setdefaultencoding("utf-8")
import codecs
fr = codecs.open(“0.htm” ,”r” , “utf-8”)
至少把打0.htn程序就崩溃的问题解决了。
但是读取文件中的内容的时候：
读到含有中文的某一行内容，程序直接奔溃了：这一行内容如下：

.....-ActiveX
错误提示如下:
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0: invalid start byte

我的0.htm文件中的编码如下:

原因：

0.htm文件中的编码如下:
<html>
<head>
<meta http-equiv="Content-Language" content="zh-cn">
<meta name="GENERATOR" content="Microsoft FrontPage 5.0">
<meta name="ProgId" content="FrontPage.Editor.Document">
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
它的字符集是:gb2312

因此必须用gbk编码的方式去读取

解决方法：

用"utf-8"不能解码，用"gbk"

fr = codecs.open(“0.htm” ,”r” , “gbk”)

天地一扁舟

关注

7
点赞
踩
8

收藏

觉得还不错? 一键收藏
0
评论
python 2、python读取.htm文件报错：UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0的解决方法

问题是这样的：我用python写的程序去读取.htm文件中的数据，刚开始我用:fr = open("0.htm" , "r")时，程序运行后直接崩溃，后来根据提示的错误信息：ValueError encoding must be one of 'utf_8','big5', or 'gbk'.，因此我用codecs改写成如下形式：- coding: utf-8 -import sysre...
复制链接

扫一扫