一文搞懂Python文件读取报错UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte

问题描述：

下面是一个非常简单的读取并打印文件内容的示例：

with open('test.txt', 'r') as f:
    contents = f.read()
 
print(contents)

with open(‘test.txt’, ‘r’) as f:
contents = f.read()

print(contents)

你

但是，我们在运行这段代码时，出现了如下的错误：

报错：

UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa0 in position 2: incomplete multibyte sequence

分析问题：

首先我们得知道这个错误是什么意思。

报错翻译过来就是：

Unicode解码错误：“gbk”编解码器无法解码位置2的字节0xa0：不完整的多字节序列

这个错误是因为我们使用gbk（Windows 平台，默认编码是 gbk）对文本进行解码时，有一处地方多出了一个字节无法解码。gbk将一个汉字编码为2个字节，也就是每两个字节可解码为一个汉字，而一个字节无法解码，故报错，这也就解释了报错信息后面的：incomplete multibyte sequence（不完整的多字节序列）

一般是由于该文本文件是用utf-8编码的（utf-8将一个汉字编码为3个字节），但我们却使用gbk来解码。由于二者对于汉字的编码方式是不一样的，解码时又恰好出现了多余的无法解码的字节，因此就出现了报错。

解决方法：

在使用open() 时，我们添加参数 encoding=‘utf-8’。使用这个参数，相当于我们就告诉了Python：我们这个文件是用utf-8编码的，你一会儿对这个文件解码的时候，就用utf-8解码，不要用gbk解码。

with open('test.txt', 'r', encoding='utf-8') as f:
    contents = f.read()
 
print(contents)