文件读取字符间隔异常与UTF-8编码解码错误求助

原因分析 #

字符间出现多余空格是因为编码解析不匹配：

• 你的文件实际采用UTF-16编码，开头的0xff字节是UTF-16的BOM（字节顺序标记），这也是用utf-8解码时报错的核心原因——utf-8不识别该BOM结构。
• 你用cp932（日文Shift-JIS编码）读取UTF-16文件时，会把UTF-16中每个字符的两个字节拆成独立的cp932字符解析。比如原文件中1的UTF-16编码是0x31 0x00，cp932将0x31解析为1，0x00解析为空字符，打印时空字符显示为空格，最终形成字符间的间隔。

解决步骤 #

1. 使用正确的编码utf-16打开文件，Python会自动识别并处理BOM：

import os

with open(os.path.join(root, file), "r", encoding='utf-16') as content_file:
    content = content_file.read()
    print(content)

2. 修正代码中的小错误：你之前打印的是文件对象content_file，而非读取到的内容变量（还拼错了变量名continut，建议改为content），修正后才能正确输出文件内容。

内容的提问来源于stack exchange，提问作者George