python：读取文件内容解码 编码错误 UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte 0xab in position 2: illegal

一、错误1（代码如下）：UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 2: illegal multibyte sequence 

filepath=(r'C:/Users/Desktop/报文/报文.txt')
with open(filepath) as d:
        q=d.read()
        print(q)

原因分析：

a、windows系统下 文件编码不能正常解析，如修正文件编码保障程序正常运行则需忽略错误  with open(filepath,errors='ignore') as d  ，但此处理后不能正常解析的部分打印出来是乱码，并没有解决实际问题。

b、解决如上困惑方法之一就是修改文件的编码格式，与当前代码解析规则支持的编码一致，

c、解决如上困惑方法之二 是 指定解码规则，指定open（）的属性，open(‘filepath‘,encoding=’gb18030’，errors=‘ignore’)；

d、一个文件中的编码格式不同问题，暂不知道怎么处理

 

二、错误2：unicodeescape  codec can t decode bytes in position 2-3: truncated  UXXXXXXXX escape

filepath=('C:\Users\Desktop\报文\报文.txt')
with open(filepath,errors='ignore') as d:
        q=d.read()
        print(q)

原因分析：

a、以上代码是在windows环境下不能解析问题，导致问题原因为 文件路径 使用的斜杠’\‘ 不是返斜杠'/'， 导致解释器认为 此处不是路径的斜杠，

b、修正方法1  将路径中的斜杠改为 返斜杠，filepath=(’C:/Users/Desktop/报文/报文.txt')

c、修正方法2，将路径地址前加r 让解释器默认认为此处为 路径地址，filepath=(r'C:\Users\Desktop\报文\报文.txt')

 

三、盗版方法总结

解决方法一：

1. with open('Word2Vec.txt','r',encoding='utf-8') as f:

2.     data = f.read()

解决方法二：

1. with open('Word2Vec.txt','r',errors='igore') as f:

2. data = f.read()

解决方法三：

1. with open('Word2Vec.txt','rb') as f:

2. data = f.read()

建议1：当你了解文本中字符串是什么类型时，使用方法一。（‘utf-8’，‘gbk’，‘latin-1’）

建议2：当不需要读取文本中其他编码格式的字符时，可以忽略格式错误的字符的读取，使用方法二。

建议3：‘rb’模式不会将读取的字节转换为字符，所以我觉得方法三适用于大多数情况。

大师指正