从文件读取和写入UTF-8

Question

我有一些以UTF-8编码的文本。 “之前-之后。” 它是从网上获取的。 问题是“ –”字符。 如果尝试使用复制和粘贴从命令行直接打印：

>>> text = 'Before – after.'
>>> print text
Before – after.

但是，如果您保存到文本文件并尝试打印：

>>> for line in ('file.txt','r'):
>>>     print line
Before û after.

我很确定这是某种UTF-8编码/解码错误，但这使我难以理解。 我尝试解码或重新编码，但事实并非如此。

>>> for line in ('file.txt','r'):
>>>     print line.decode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0x96 in position 7: invalid start byte

>>> for line in ('file.txt','r'):
>>>     print line.encode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0x96 in position 7: invalid start byte

Answer 1

发生这种情况是因为无法对非ASCII字符进行编码或解码。 您可以删除它，然后打印ascii值。 看一下这个问题： UnicodeDecodeError：'utf8'编解码器无法解码位置0的字节0xa5：无效的起始字节