Python读取TXT文件遇UnicodeDecodeError跨平台问题求助

问题根源 #

Mac系统默认以UTF-8编码处理文件，而Windows会自动采用系统编码（比如报错里的cp1252）读取文件，当文件包含非系统编码的特殊字符时，就会触发解码错误。即便手动指定utf-8，如果文件是带BOM的UTF-8格式或其他编码（如GBK），依然会报错。

解决方案 #

方案1：用utf-8-sig编码读取 #

Windows下部分UTF-8文件会带有BOM（字节顺序标记），utf-8-sig编码可以自动识别并跳过BOM，解决这类文件的解码问题：

def read_file(file_path):
    with open(file_path, "r", encoding="utf-8-sig") as file:
        content = file.read()
    return content

方案2：自动检测文件编码 #

如果不确定文件的具体编码，可以用chardet库自动检测：

1. 先安装依赖库：

pip install chardet

2. 修改读取函数：

import chardet

def read_file(file_path):
    with open(file_path, "rb") as file:
        raw_data = file.read()
        encoding = chardet.detect(raw_data)["encoding"]
    with open(file_path, "r", encoding=encoding) as file:
        content = file.read()
    return content

方案3：添加错误处理（兜底方案） #

如果不需要保留所有特殊字符，可以添加错误处理参数，跳过无法解码的字符：

def read_file(file_path):
    with open(file_path, "r", encoding="utf-8", errors="replace") as file:
        content = file.read()
    return content

• errors="replace"：用�替代无法解码的字符
• errors="ignore"：直接忽略无法解码的字符

额外优化建议 #

避免使用全局变量counter，改用实例变量self.counter，更符合面向对象编程规范：

def __init__(self, master):
    super().__init__(master)
    self.counter = 1  # 替换全局counter

# 在create_buttons中更新计数：
self.counter += 1

内容的提问来源于stack exchange，提问作者Kooritsmani