背景
在PyCharm中,创建一个带有中文的html文件,进行读取的时候出现如下报错:
UnicodeDecodeError: 'gbk' codec can't decode byte 0xa1 in position 98: illegal multibyte sequence
原因分析
- 出现这个现象的原因是:在Python中默认的编码方式是“GBK”,而Window中文件创建的默认编码方式为“UTF-8”,所以导致文章无法成功进行读取文件内容。
解决办法
办法一
- 创建的文件中不含有中文即可。
方法二
- 进行编码转换,转换成“utf-8”即可。
- 不过会占用内存,html文件太大时不太适合。
with open('./demo.html', 'r', encoding='utf-8') as f:
result = f.read()
print(result)
总结
在编写代码的时候,要多多留意编码格式。