读取文本文件，及易出现的隐藏错误（Bom）

目录

先放总结：

常用解决办法：

注意

---

先放总结：

    对于报错：SyntaxError: Non-UTF-8 code starting with '\xe6' in file其原因如下

    在UTF-8编码的文件里，当文本中文较多时开头会有一个隐藏字符BOM（b'\xef\xbb\xbf'）（微软在UTF-8中使用BOM（Byte order mark）是因为这样可以将UTF-8和ASCII等编码明确区分开）

常用解决办法：

1.切片法

import codecs
data = open("Test.txt").read()
if data[:3] == codecs.BOM_UTF8:
    data = data[3:]
print data.decode("utf-8")

 

2.声明法

import codecs

with open("xx.txt",'r','utf-8-sig') as file:

line = file.readlines()

 

注意

敲代码时开头最好写明编码方式：# coding=utf-8（告诉python解释器要按照utf-8编码的方式来读取程序，不然及容易报错）