Python UnicodeDecodeError 解决方案

python 中的 UnicodeDecodeError 通常发生在尝试用错误的编码方式读取文本时，比如用 utf-8 去解码实际是 gbk 编码的中文文件。核心思路是：**明确源数据的真实编码，并在读取时显式指定**。

确认文件真实编码

很多错误源于“默认用 utf-8”，但 windows 记事本保存的中文文本默认是 gbk（或 gb2312），linux/macos 下多为 utf-8。不要猜，用工具验证：

• 用 VS Code、Notepad++ 打开文件，右下角会显示当前识别的编码
• 命令行中使用 file -i filename.txt（Linux/macOS）或 chcp + 观察控制台行为（Windows）
• Python 中可尝试用 chardet 库粗略检测：
  import chardet; print(chardet.detect(open('file.txt', 'rb').read())['encoding'])
  （注意：chardet 是启发式检测，不 100% 可靠，仅作参考）

读取时显式指定 encoding 参数

这是最直接有效的解决方式。避免依赖默认编码：

• 打开文件时必须写明 encoding：
  with open('data.txt', 'r', encoding='gbk') as f:
• 常见中文编码优先级建议：
  — Windows 生成的文本 → 试 gbk 或 gb2312
  — 网页抓取内容 → 查看 HTML 的 <meta charset="..."> 或响应头 Content-Type
  — json / API 返回 → 几乎总是 utf-8（但需确认文档）
• 不确定时可加异常处理兜底：
  

  try:<br>   with open('f.txt', 'r', encoding='utf-8') as f: ...<br> except UnicodeDecodeError:<br>   with open('f.txt', 'r', encoding='gbk') as f: ...

处理 requests 响应中的编码问题

用 requests.get() 获取网页内容时，r.text 可能乱码，因为 requests 有时自动推断错误：

立即学习“Python免费学习笔记（深入）”；

• 优先用 r.content.decode('gbk')（或你确认的编码）代替 r.text
• 手动覆盖响应编码：
  

  r.encoding = 'gbk'<br> print(r.text)

• 从 HTML 中提取真正声明的编码（更可靠）：
  

  import re<br> match = re.search(r'charset=["']?([^"'>]+)', r.text[:500])<br> if match: r.encoding = match.group(1)

写入文件时保持编码一致

读取没问题，但写入后下次打不开？可能写入用了不同编码：

• 写入中文务必指定 encoding：
  with open('out.txt', 'w', encoding='utf-8') as f:
• 避免跨平台混乱：统一用 utf-8 写入，并在文件开头加 bom（如需兼容旧 Windows 软件）：
  with open('out.txt', 'w', encoding='utf-8-sig') as f:
• 如果要写入 gbk 文件（例如适配某国产软件），就全程用 gbk 读和写，不要混用