python3编码问题--文本格式指定错误

背景：想模拟实验一下文本情感分析，下载完语料，因为语料是一个评论一条，所以需要将所有评论整合到一个文件中，在读取每个文件时，出现了编码的问题，如下
问题：UnicodeDecodeError: 'utf8' codec can't decode byte 0xb1 in position 0: invalid start byte
大概错误意思：   unicode解码错误：无法解码成‘utf-8’，在位置0处有非法的开始字节

原始代码：

    with open('/home/hadoop/桌面/情感分析尝试2/ChnSentiCorp_htl_ba_2000/neg/neg.0.txt','r') as nf:
        comments = nf.readlines()
        print(comments[0])

错因：python默认的文件打开编码是utf-8，而我下载的文件并不是utf-8格式的。

于是费尽心思修改文件格式，无果。

解决：

with open('/home/hadoop/桌面/情感分析尝试2/ChnSentiCorp_htl_ba_2000/neg/neg.0.txt','r',encoding='gbk') as nf:
        comments = nf.readlines()
        #print(comments)

添加了encoding = 'gbk'。顺利得到文字，并且将其导入另一个文件，也能得到utf-8的文件（python3默认utf-8）

曲折：使用linux的file查看文件编码时，显示latin1，将encoding = 'latin1'，没有编码错误，但是得到的且不是文字。之后想到，尝试用encoding = 'gbk' ,果然成功。

python输出默认编码、输入编码、输出编码、错误编码的编码格式
import sys
sys.getdefaultencoding()
sys.stdin.encoding
sys.stdout.encoding
sys.stderr.encoding
linux系统查看文件编码格式：
file --mime-encoding filename
python3文档
http://python3-cookbook.readthedocs.io/zh_CN/latest/c05/p01_read_write_text_data.html