当尝试以GBK编码解码非GBK格式的字符串，特别是包含超出GBK范围的字符时，会出现解码错误。文章提到了几种解决方案，包括确认字符串的原始编码（如UTF-8）、使用更大的字符集（如gb18030）或设置错误处理策略（如ignore忽略非法字符）。此外，还可以通过error_bad_lines参数来处理文件读取中的问题。
错误的意思是：Unicode的解码（Decode）出现错误了，以gbk编码的方式去解码（该字符串变成Unicode），但是此处通过gbk的方式，却无法解码（can’t decode）.''illegal multibyte sequence"的意思是非法的多字节序列，也就是说无法解码了。
出现这样的错误，可能是要处理的字符串本身不是gbk编码，却是以gbk编码去解码。
比如，字符串本身是utf-8的，但用gbk去解码，必然出错。比如有中文的存在，老老实实用 utf-8
（1）encoding=‘utf-8’ 指明打开方式
f=open(“path”,encoding=‘gbk’)
（2） encoding=‘gbk’
（3） encoding=‘gb18030’
文本中出现的一些特殊符号超出了gbk的编码范围，可以选择编码范围更广的‘gb18030’
（4）encoding=‘gb18030’,errors=‘ignore’
可以使用‘ignore’属性忽略非法字符 或者
error_bad_lines=False
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
