UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xf3 in position 4645: invalid continuation byte错误是由编码造成的问题,只需要在读取的时候指定编码即可。
那么如何查看文件制定的编码格式呢?
Python中提供了chardet,实现检测其编码,使用如下:
import chardet
data =open(r"D:\NLP\rt-polaritydata\rt-polarity.pos", "rb").read()
print(chardet.detect(data))
输出:
修改相应的encoding即可,如下: