在 Python 3 中讀取文件時編碼錯誤？

Question

當我在 python 中讀取文件並將其打印到屏幕上時，它無法正確讀取某些字符，但是，將這些相同的字符硬編碼到變量中打印就好了。 這是一個示例，其中“test.html”包含文本“Hallå”：

with open('test.html','r') as file:
    Str = file.read()
print(Str)
Str = "Hallå"
print(Str)

這將生成以下輸出：

hallå
Hallå

我的猜測是文件中的數據在讀入 Python 時的解釋方式有問題，但是我不確定它是什么，因為 Python 3.8.5 默認情況下已經使用 UTF-8 編碼。

Answer 1

功能open默認情況下不使用UTF-8。 正如文檔所說：

在文本模式下，如果未指定編碼，則使用的編碼取決於平台： locale.getpreferredencoding(False)以獲取當前區域設置編碼。

因此，這取決於，並且可以肯定的是，您必須自己指定編碼。 如果文件以 UTF-8 格式保存，您應該這樣做：

with open('test.html', 'r', encoding='utf-8') as file:

另一方面，不清楚文件是否以 UTF-8 編碼保存。 如果不是，您將不得不選擇另一個。