UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xac in position 14: illegal multibyte sequence 解决

这个错误是因为Python默认使用的编码方式(GBK)无法正确解码包含非ASCII字符的文件。可以尝试以下解决方案:

1. 修改文件编码:将文件的编码方式改为UTF-8或者其他支持中文的编码方式。
2. 修改代码:在打开文件时指定文件的编码方式,例如:
f = open(path, encoding='utf-8')

3. 在读文件之前使用chardet库检测文件的编码方式,然后再用相应的编码方式打开文件。例如:
import chardet

def get_text_Chinese(path):
    with open(path, 'rb') as f:
        data = f.read()
        encoding = chardet.detect(data)['encoding']
    f = open(path, encoding=encoding)
    text = f.read()
    cut_text = "".join(jieba.cut(text))
    return cut_text

  • 4
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值