Python读取文本时遇到非UTF-8编码，怎么安全跳过乱码而不报错？

### 处理非UTF-8编码的文本文件并忽略编码错误对于遇到`UnicodeDecodeError: 'utf-8' codec can't decode byte...`这样的异常情况，这通常是由于尝试用UTF-8编码去解读并非UTF-8编码的数据所引起的[^3]。为了处理这种情况，在Python中可以采用指定不同编码的方式打开文件，并通过设置参数来控制如何应对无法识别的字符。 #### 使用替代编码读取文件如果知道源文件的具体编码形式（比如GBK、ISO-8859-1），可以直接指明该编码： ```python with open('example.txt', 'r', encoding='gbk') as f: content = f.read() print(content) ``` #### 忽略或替换未知字符当不确定文件的确切编码时，可以选择忽略那些引起问题的字符或是用占位符代替它们。下面的例子展示了两种方法——一种是完全跳过这些字符；另一种则是将其替换成问号或其他符号。 ##### 忽略不可解码的字符 ```python with open('example.txt', 'r', encoding='utf-8', errors='ignore') as f: content = f.read() print(content) ``` ##### 替换不可解码的字符为特定符号 ```python with open('example.txt', 'r', encoding='utf-8', errors='replace') as f: content = f.read().replace('\ufffd', '?') print(content) ``` 这里使用的`errors='ignore'`会简单地丢弃任何不符合当前设定编码标准的部分，而`errors='replace'`则会在遇到非法字符时插入一个特殊的替换字符`\ufffd`，之后可以根据需求进一步修改此字符为更合适的表示方式，如上例中的问号。需要注意的是，虽然这两种策略可以帮助绕过直接的解析失败，但在实际应用中最好还是能够确认原始数据的真实编码以便于准确无误地处理文档内容。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 Python里怎么用Shape基类让圆和矩形自动按各自规则算面积和周长？