s4d代码运行报错记录|UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc4 in position 5686: invalid conti

教程二：
读取ester1.tst.mdtm，报错如下：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc4 in position 5686: invalid continuation byte

截图如下：

报错解决方法：
参考链接
在读文件方法参数后面加 encoding=’gbk’，example如下：

ref = Diar.read_mdtm(os.path.join(data_dir, 'seg', 'ester1.tst.mdtm'),encoding='gbk')
uem = Diar.read_uem(os.path.join(data_dir, 'seg', 'ester1.tst.uem'),encoding='gbk')

错误原因分析：
出现这种问题绝大部分情况是因为文件不是 UTF8 编码的（例如，可能是 GBK 编码的），而系统默认采用 UTF8 解码。解决方法是改为对应的解码方式。
极少数情况是因为文件损坏了或者和一部分非 UTF8 编码混在一起，可以修复文件或采用 replace 等方式解码。
参考链接
此处错误的原因：
mdtm 在解压或者传输过程中 文件损坏：
采用二进制单行读取输出的方法，输出报错的行数如下，发现文件名前后均多了一些字节字符，把这些多余的字符删除，此处的错误即消失：

读取代码如下：

f = open("ester1.tst.mdtm","rb")  #二进制格式读文件
while True:
    line = f.readline()
    if not line:
        break
    else:
        try:
            #print(line.decode('utf8'))
            line.decode('utf8')
            #为了暴露出错误，最好此处不print
        except:
            print("=====")
            print(str(line))