将VCF文件转换为Phylip格式时遭遇Unicode解码错误求助

问题原因 #

你遇到的UnicodeDecodeError: 'utf-8' codec can't decode byte 0x8b in position 1，本质是你的VCF文件是gzip压缩格式（0x8b是gzip压缩文件的标志性字节），而vcf2phylip.py默认以纯文本UTF-8格式读取文件，自然解码失败。

解决方法 #

方法1：先解压VCF文件再转换 #

这是最直接的方案：

• 先执行解压命令（如果文件后缀是.gz直接用，无后缀但实际是压缩的也适用）：

  gzip -d angsd_new_vcf_with_OUTGROUP.vcf.gz
  

  解压后会得到无压缩的angsd_new_vcf_with_OUTGROUP.vcf文件
• 再重新运行转换命令：

  python vcf2phylip.py -i angsd_new_vcf_with_OUTGROUP.vcf
  

方法2：修改vcf2phylip代码支持压缩文件 #

如果不想解压文件，直接修改脚本让它支持读取gzip压缩文件：

1. 打开vcf2phylip.py，在文件最顶部添加一行导入代码：

   import gzip
   

2. 找到extract_sample_names函数里打开文件的代码（对应报错的第73行附近），把原来的：

   with open(filename, 'r') as vcf:
   

   替换成：

   with gzip.open(filename, 'rt', encoding='utf-8') as vcf:
   

3. 保存修改后，直接运行原来的转换命令即可。

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