Python爬虫：Windows系统下用pyquery库解析含有中文的本地HTML文件报UnicodeDecodeError的解决方法

由于Windows系统默认GBK编码，用pyquery解析本地html文件，如果文件中有中文，会报错：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xa3 in position 12: illegal multibyte sequence

解决方法：

在python3中用open()方法打开文件时，windows系统会默认使用GBK编码，所以open()方法需要传入参数'encoding=utf-8'。相关代码如下：

from pyquery import PyQuery as pq


with open("filepath", encoding="utf-8") as f:
       content = f.read()
doc = pq(content)

这样后续的操作就没问题了。

结论：以后在Windows环境下读文件，都可以采用这种方法，避免再次出现UnicodeDecodeError。