望文生义,报错的内容就是说utf-8的编码方式不能解码0x的字节,选择正确的解码方式就可以解决。

深入些理解,可以把编码就是编成字节数据,就是二进制的东西,解码以后就是我们看懂的字符串,python里面就是unicode类型。但是打码的方式有很多,需要采用适合的方法(打码方法)才能下马。比如在文件操作时,encode就是指明文件读写时的编码方式。

具体到python中,utf-8编码的文本可以用iso8859-1的编码表示,但是反过来不行。iso8859-1是单字节编码,而utf8是定长编码,从utf8转化成iso8859-1相当于是高精度转化成低精度,造成精度丢失,所以不可逆。因为utf8中文,在iso8859-1没有匹配的位置。而gbk是不定长编码,英文数字的字符编码规则跟iso8859-1是一样的,所以gbk是兼容iso8859-1编码的,这两者可以相互转换。

有时候即使采用正确的解码方式,比如iso文件,一些中文还是有乱码,得转成默认的utf-8格式

#iso文件是iso编码的二进制数据
fr = open('iso', 'rb') #可以先用字节模式获取数据
data = fr.readline()
data = data.decode('gbk')   #因为gbk兼容iso和utf,先按gbk解码
data = data.encode('utf-8')   #需要的话可以再用utf格式编码

 

Logo

为开发者提供学习成长、分享交流、生态实践、资源工具等服务,帮助开发者快速成长。

更多推荐