解决Python报错 UnicodeDecodeError: ‘gbk‘ codec can‘t decode byte

解决python报错 UnicodeDecodeError: 'gbk' codec can't decode byte

python在读取文件时遇到报错提示UnicodeDecodeError: 'gbk' codec can't decode byte 0xba in position 106: illegal multibyte sequence,这个是因为当前指定的解码规则无法解析当前文件

遇到这种情况有三种解决方式，

1. 修改要读取的文件编码方式
2. 修改根据文件编码方式指定解码规则，考虑项目过程中读取的文件通常由三方提供建议采用此方法，如果事先拿不到要读取的文件无法确定编码方式，可以使用内置函数第三库来获取文件编码方式
3. 部分网上的解决方式是读取文件时设置errors参数为ignore，注意这种方式不能解决根本问题，依旧无法读取文件内容，十分不推荐

这个报错是我在读取文件的时候已经指定了gbk编码，不能读取说明超出gbk编码的范围，这个时切换gb18030编码即可，简单说一下gb2312,gbk,和gb18030的关系

• gb2312是我国发布了第一个汉字编码标准，收录了 6763 个常用的汉字和字符
• gbk是在gb2312的基础上增加了一些人名、繁体字、日语和朝鲜语中的汉字以及一些在gb2312发布之后的简体字，共收录了两万多个汉字和字符
• gb18030在 GBK 的基础上增加了中日韩语中的汉字 和 少数名族的文字及字符，共有三个版本GB18030-2000，GB18030-2005，GB18030-2022

以上编码按照先后顺序向下兼容。此处仅举例gbk编码，其他字符集也是类似处理方式