UnicodeDecodeError: 'gbk' codec can't decode byte 0x80

问题

在打开一个html文件的时候，提示UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0x80。
Unicode解码错误：gbk编码无法被解码。

原因

• 要打开的文件是UTF-8编码，用记事本打开再另存为可以看到文件的编码。
  
• 文件虽然是utf8编码，但是在计算机里面存储的还是unicode编码数据，即计算机是将文件的内容按照utf8编码成unicode后存到了硬盘上
• 用open()函数打开文件的时候没有指定编码
• 而现在执行f.read()的时候，因为没有指定编码，f.read()可能是发现文件中有中文，所以按照gbk来试图将unicode解码，但是因为文件本身是utf8的，应该按UTF-8去解码，所以解码失败。
  

解决方法

• 方法一：可以在open()函数打开文件时，指定文件的编码方式是UTF-8，如下图所示：
  
• 方法二：不让pycharm对unicode编码解码，直接读取unicode编码，即在open函数中，指定读取方式是’rb’，b代表读取二进制编码文件，unicode就是二进制编码。

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。