为什么下面的项目失败了?为什么它能成功地与“拉丁-1”编解码器?
o = "a test of \xe9 char" #I want this to remain a string as this is what I am receiving
v = o.decode("utf-8")
结果:
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python27\lib\encodings\utf_8.py",
line 16, in decode
return codecs.utf_8_decode(input, errors, True) UnicodeDecodeError:
'utf8' codec can't decode byte 0xe9 in position 10: invalid continuation byte
在二进制中,0xE9看起来像
1110 1001
。如果您阅读了UTF-8 on Wikipedia,您将看到这样一个字节后面必须跟两个10xx xxxx
形式的字节。例如:但这只是机械原因的例外。在本例中,有一个字符串几乎肯定是用拉丁语1编码的。你可以看到UTF-8和拉丁语1的不同之处:
(注意,这里我使用的是Python 2和3的混合表示。输入在任何版本的Python中都有效,但是Python解释器不太可能以这种方式同时显示unicode和字节字符串。)
当我试图用pandas read_csv方法打开csv文件时,也出现了同样的错误。
解决方案是将编码改为“拉丁-1”:
相关问题 更多 >
编程相关推荐