Python3读取波斯语TXT拆分单词打印报UnicodeEncodeError如何解决

根因说明 #

这个报错本质不是读取文件的问题，是Windows系统控制台默认使用GBK等本地字符集，无法编码波斯语这类Unicode字符，执行print操作输出到控制台时触发编码错误。你之前使用的win-unicode-console包已停止维护，不兼容Python3.6+版本，因此不生效。

可行解决方案 #

• 方案1：临时修改控制台编码
  运行Python脚本前，先在当前cmd/powershell窗口执行命令chcp 65001，将控制台字符集切换为UTF-8，再运行脚本即可正常打印。
• 方案2：代码内指定标准输出编码（Python3.7+适用，无需修改控制台配置）
  在代码开头添加以下内容即可：

  import sys
  sys.stdout.reconfigure(encoding='utf-8')
  

• 方案3：输出到文件验证结果（无需改动编码配置）
  如果不需要直接在控制台查看结果，可将拆分后的单词列表写入UTF-8编码的文件中查看，示例代码：

  with open('output_result.txt', 'w', encoding='utf-8') as f:
      for word in text_list:
          f.write(f"{word}\n")
  

代码优化建议 #

你当前的代码可以简化，且单词拆分逻辑可优化：

1. str.split()不带参数时会自动按任意空白字符（空格、换行符、制表符等）拆分，同时自动过滤连续空白产生的空字符串，比split(' ')更适合拆分单词
2. split方法本身已经返回列表，不需要循环逐个append到新列表

简化后的读取代码如下：

with open('random.txt', 'r', encoding='utf-8') as f:
    text_list = f.read().split()
# 后续打印或存储逻辑

内容的提问来源于stack exchange，提问作者user10025477