使用BeautifulSoup时出现UnicodeDecodeError('charmap')问题求助

问题根源 #

代码读取HTML文件时未指定编码，Windows系统默认用cp1252编码解析，但你的HTML文件包含utf-8编码的特殊字符（比如❤️），导致解码失败。重装BeautifulSoup或更换文件无法解决，因为问题出在文件读取的编码设置上。

修复方案 #

修改open()函数，明确指定编码为utf-8，匹配HTML文件的<meta charset="utf-8">声明：

from bs4 import BeautifulSoup

with open("website.html", encoding='utf-8') as file:
    html_doc = file.read()

soup = BeautifulSoup(html_doc, 'html.parser')
print(soup.title.name)

临时替代方案（不推荐） #

如果不确定文件编码，可添加errors='ignore'参数跳过无法解码的字符，但会丢失部分内容：

with open("website.html", errors='ignore') as file:
    html_doc = file.read()

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