Colab中json.load指定utf-8仍报UnicodeDecodeError的解决咨询

1. 先确认文件实际编码格式 #

有时候文件并非UTF-8编码（比如GBK、ISO-8859-1等），可以通过chardet库检测：

• 未安装chardet的话先执行：!pip install chardet
• 运行检测代码：

import chardet

with open("你的JSON文件名.json", "rb") as f:
    result = chardet.detect(f.read())

print(result["encoding"])

用检测出的编码替换json.load的encoding参数，比如检测结果是ISO-8859-1，就写json.load(f, encoding="ISO-8859-1")

2. 手动指定编码打开文件后再加载 #

有时候json.load的encoding参数可能不生效，换一种方式：先以指定编码打开文件读取内容，再用json.loads解析：

import json

with open("你的JSON文件名.json", "r", encoding="utf-8") as f:
    content = f.read()
data = json.loads(content)

如果检测到其他编码，替换这里的encoding值即可。

3. 应急处理：忽略或替换错误字符（不推荐） #

如果编码检测没结果，可临时用错误处理参数跳过或替换无法解码的字符（会丢失部分数据，慎用）：

import json

# 忽略错误字符
with open("你的JSON文件名.json", "r", encoding="utf-8", errors="ignore") as f:
    data = json.load(f)

# 或替换为占位符
with open("你的JSON文件名.json", "r", encoding="utf-8", errors="replace") as f:
    data = json.load(f)

4. 检查文件上传/存储环节 #

如果是上传到Colab的文件，可能上传过程中编码被篡改：

• 重新上传前，确保本地文件保存时用的是UTF-8编码（在本地编辑器的保存设置里确认）
• 在Colab终端用!file -i 你的JSON文件名.json命令查看文件编码信息

内容的提问来源于stack exchange，提问作者Vitto