Python加载含多语言JSON文件遇UnicodeDecodeError，求解决方案

核心原因 #

报错是因为Python默认使用系统编码（Windows下通常为cp1252）打开文件，而包含多语言的JSON文件一般采用UTF-8编码，两种编码不匹配导致无法解析非ASCII字符。

有效解决方案 #

1. 指定UTF-8编码打开文件（推荐） #

修改代码，在open()函数中明确指定encoding='utf-8'，同时使用with语句自动管理文件关闭：

import json
with open('./DummyData/movie_details.json', encoding='utf-8') as file:
    data = json.load(file)
print(data)

2. 临时忽略/替换无效字节（不推荐，可能丢失数据） #

如果文件存在少量无效UTF-8字节，可通过errors参数跳过或替换错误内容：

• 忽略错误：

import json
with open('./DummyData/movie_details.json', encoding='utf-8', errors='ignore') as file:
    data = json.load(file)
print(data)

• 用�替换无效字节：

import json
with open('./DummyData/movie_details.json', encoding='utf-8', errors='replace') as file:
    data = json.load(file)
print(data)

3. 自动检测文件编码 #

如果不确定文件实际编码，可使用chardet库检测后再加载：

1. 先安装库：

pip install chardet

2. 检测并加载：

import chardet
import json

# 检测文件编码
with open('./DummyData/movie_details.json', 'rb') as f:
    encoding_info = chardet.detect(f.read())

# 用检测到的编码打开文件
with open('./DummyData/movie_details.json', encoding=encoding_info['encoding']) as file:
    data = json.load(file)
print(data)

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