已解决：UnicodeDecodeError: ‘gb2312‘ codec can‘t decode byte 0xe5 in position 1

起因

python 读文件报错。这个报错不是来自open而是read函数（请看最后部分）。
原因：文件编码不一致。
比如文件本身编码为 gb2312，而 python默认以 utf-8 编码打开，报错。

解决

初级：以通用的 utf-8 编码打开。

with open(file_path, 'r', encoding=‘utf-8’) as file:
    code = file.read()

问题：文件本身编码非 utf-8 能够解析的编码，比如gbk，就无法打开了。

---

中级：先读取文件编码，然后用该编码打开

with open(file_path, 'rb') as file:
    content = file.read()
    encoding = chardet.detect(content)['encoding']
    print("编码为：" + encoding) 
with open(file_path, 'r', encoding=encoding) as file:
    content = file.read()

问题：当文件本身已经存在部分乱码时，无法打开。

---

高级：ignore：忽略无法解码或编码的字符，直接跳过。

 try:
     with open(file_path, 'rb') as file:
         content = file.read()
         encoding = chardet.detect(content)['encoding']
         
     with open(file_path, 'r', encoding=encoding, errors='ignore') as file:
         content = file.read()
 except Exception as e:
     logging.error(e)

解释：
errors参数解释
errors是一个可选字符串，用于指定如何处理编码和解码错误——不能在二进制模式中使用。

errors 常用的参数值：

strict：当遇到无法解码或编码的字符时，抛出 ValueError 异常。也是默认值。（解释：UnicodeDecodeError 实际是 read()函数报的错，不是open函数报的）
ignore：忽略无法解码或编码的字符，直接跳过，会缺失这部分内容。
replace：将畸形数据替换为指定字符（比如问号’?'）。