如何在python中读取带有特殊字符的文件

Question

我用apachetika抓取了pdf、html、doc文件，并将结构化文本存储到文本中文件。这些文本文件包含一些不寻常的特殊字符，由于这些特殊字符，我无法读取这些文本文件。我有下面的代码片段来读取这些文件

fo = codecs.open('/var/www/testfiles/sample.txt','r','utf-8').read()

但是，我有以下错误

^{pr2}$

请告诉我如何阅读我的文本文件。 谢谢

Answer 1

你需要设置参数strict之外的其他参数。您可以找到一个可能性列表（对于python3.3）here。列表在“编解码器.寄存器（）“文件。在

我先从“替换”选项开始，这样你就可以看到你在处理什么。在