admin管理员组

文章数量:1611397

 

Python在读取文本信息时候出现以下的错误提示：

UnicodeDecodeError: 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence

错误的意思是：Unicode的解码（Decode）出现错误了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can't decode）.''illegal multibyte sequence"的意思是非法的多字节序列，也就是说无法解码了。

出现这样的错误，可能是要处理的字符串本身不是gbk编码，却是以gbk编码去解码。比如，字符串本身是utf-8的，但用gbk去解码，必然出错。

针对以上的这个问题，查阅网上资料，可以按照如下的步骤进行尝试：

（1）在打开文本时候，可以指明打开方式：

file = open(path, encoding='gbk')

或者 

file = pd.read_csv(path, encoding='gbk')

（2）如果上一步还不能解决，可能是文本中出现的一些特殊符号超出了gbk的编码范围，可以选择编码范围更广的‘gb18030’，如：

 file = open(path, encoding='gb18030'）

或者 

file = pd.read_csv(path, encoding='gb18030')

（3）如果（2）还不能解决，说明文中出现了连‘gb18030'也无法编码的字符，可以使用‘ignore’属性忽略非法字符，如：

file = open(path, encoding='gb18030', errors='ignore')

或者：

file = pd.read_csv(path, encoding='gb18030',error_bad_lines=False)

参考官方文档：https://pandas.pydata/pandas-docs/stable/reference/api/pandas.read_csv.html 

本文标签： 报错gbkCodecPythonUnicodeDecodeError

版权声明：本文标题：Python报错 UnicodeDecodeError: ‘gbk‘ codec can‘t decode bytein position 2: illegal multibyte sequence 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.elefans.com/dianzi/1728604620a1165295.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。