python文件读写编码问题_Python 读写文件的编码与解码问题

本文通过使用 Python 中的 with 来读写 word 文档，遇到文本的编码与解码问题，试了下面很多种方法，依旧没有不能将 word 文件的内容打印出来

最终通过文件格式转化来实现的，请见最后代码描述

演示文件为docx文档，内容如下：

Word文件内容.png

源码

with open('C:/Users/zhangXXX/Desktop/test.docx') as f:

line = f.read()

print(line)

运行源码查看报错信息

UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 15: illegal multibyte sequence

上述错误是一种很常见的解码错误，下面介绍该错误的解决方法

1)打开文件时设置编码格式，如 encoding=’gbk’ 或者'utf-8'

with open('C:/Users/zhangXXX/Desktop/test.docx', encoding=’gbk’) as f:

2)若(1)不能解决，可能是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’

with open('C:/Users/zhangXXX/Desktop/test.docx', encoding='gb18030') as f:

3)若(2)仍不能解决，说明文中出现了连‘gb18030’也无法编码