UnicodeDecodeError：“ ascii”編解碼器無法解碼字節0xe4

Question

我想知道是否有人可以幫助我，我已經嘗試過事先搜索，但找不到答案：

我有一個名為info.dat的文件，其中包含：

#
# *** Please be aware that the revision numbers on the control lines may not always
# *** be 1 more than the last file you received. There may have been additional
# *** increments in between.
#
$001,427,2018,04,26
#
# Save this file as info.dat
#

我正在嘗試循環文件，獲取版本號並將其寫入其自己的文件

with open('info.dat', 'r') as file:
    for line in file:
        if line.startswith('$001,'):
            with open('version.txt', 'w') as w:
                version = line[5:8] # Should be 427
                w.write(version + '\n')
                w.close()

盡管這確實寫入了正確的信息，但我不斷收到以下錯誤：

Traceback (most recent call last):
File "~/Desktop/backup/test.py", line 4, in <module>
for line in file:
File "/usr/local/Cellar/python/3.6.5/Frameworks/Python.framework/Versions/3.6/lib/python3.6/encodings/ascii.py", line 26, in decode
return codecs.ascii_decode(input, self.errors)[0]
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 6281: ordinal not in range(128)

嘗試添加以下內容時

with open('info.dat', 'r') as file:
    for line in file:
        if line.startswith('$001,'):
            with open('version.txt', 'w') as w:
                version = line[5:8]
                # w.write(version.encode('utf-8') + '\n')
                w.write(version.decode() + '\n')
                w.close()

我收到以下錯誤

Traceback (most recent call last):
File "~/Desktop/backup/test.py", line 9, in <module>
w.write(version.encode('utf-8') + '\n')
TypeError: can't concat str to bytes

Answer 1

您正在嘗試打開一個文本文件，該文件將使用默認編碼對每行進行隱式解碼，然后使用UTF-8手動對每行進行重新編碼，然后將其寫入文本文件，這將對UTF-8進行隱式解碼再次使用您的默認編碼。 那是行不通的。 但好消息是， 正確的做法要簡單得多。

---

如果您知道輸入文件為UTF-8（可能不是，請參見下文），則只需以UTF-8而不是默認編碼打開文件即可：

with open('info.dat', 'r', encoding='utf-8') as file:
    for line in file:
        if line.startswith('$001,'):
            with open('version.txt', 'w', encoding='utf-8') as w:
                version = line[5:8] # Should be 427
                w.write(version + '\n')
                w.close()

實際上，我非常確定您的文件不是 UTF-8，而是Latin-1（在Latin-1中， \\xa3是ä ；在UTF-8中，這是一個3字節序列的開始，該序列可能會編碼一個CJK字符）。 如果是這樣，您可以使用正確的編碼而不是錯誤的編碼執行相同的操作，現在它可以工作。

---

但是，如果您不知道編碼是什么，請不要猜測。 只是堅持使用二進制模式。 這意味着傳遞rb和wb模式而不是r和w ，並使用bytes常量：

with open('info.dat', 'rb') as file:
    for line in file:
        if line.startswith(b'$001,'):
            with open('version.txt', 'wb') as w:
                version = line[5:8] # Should be 427
                w.write(version + b'\n')
                w.close()

---

無論哪種方式，都無需在任何地方調用encode或decode ； 只需讓文件對象為您處理，並在任何地方都只處理一種類型（無論是str還是bytes ）。

Answer 2

encode（）返回字節，但“ \\ n”是字符串，您需要將字符串形式的字節轉換為字節+字節，因此請嘗試此操作

w.write(version.encode('utf-8') + b'\n')