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。
发表评论