4

Требуется открыть файл и считать данные на python 3. Ну и как обычно возникает проблема с кодировкой.

with open('content.html', 'rb') as f:
    text = f.read()
print(text.decode('utf-8', 'ignore'))

Получаю ошибку:

UnicodeEncodeError: 'charmap' codec can't encode character '\xab' in position 66
20: character maps to <undefined>

Открывал файл как в бинарном, так и в текстовом режиме с параметром encoding и без него. Как прочитать файл?

2
  • Может быть файл действительно не в UTF-8, а допустим в кодировке cp-1251?
    – avp
    Commented 8 окт. 2012 в 8:57
  • notepad++ говорит, что utf-8 (без BOM) Commented 8 окт. 2012 в 9:07

1 ответ 1

2

Кто-то из них врет.

Что определеннно, так это 66-ой байт шестнадцатиричное ab не может быть первым байтом символа в кодировке UTF-8.

Посмотрите на байты перед 66-м.

2
  • Спасибо, перед 6620 символом были кавычки «, и питон их не пропускал. Commented 8 окт. 2012 в 10:19
  • 1
    Эти кавычки (не знаю как их набрать), как раз код 0xAB (открывающая) и 0xBB (закравающая) в кодировке cp-1251.
    – avp
    Commented 8 окт. 2012 в 10:59

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.