python读html文件获取内容失败_python读取htm文件崩溃

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：ValueErrorencodingmustbeoneof'utf_8...

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：

超级画板-ActiveX

错误提示如下:

UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0: invalid start byte

请教朋友们，这个问题应该如何解决，十分感谢

我的0.htm文件中的编码如下:

它的字符集是:gb2312

是不是意味着我用python打开这个文件的时候应该不用utf-8方式呢？

展开