Python读取文件名列表时打印正常但存列表/文件出现编码不可读问题咨询

常见异常原因 #

• 打开files.txt时未显式指定编码：Windows环境下Python默认用本地GBK编码读取文件，若files.txt是UTF-8（带BOM头也属于该类）格式，会出现解码不匹配问题。部分字符直接print时终端容错显示正常，但存入列表、写入文件时就会呈现乱码。
• 读取的每行默认携带末尾换行符\n：切片后未清理的话，存入列表的元素会隐含换行符，print整个列表时会显示转义字符，外观类似编码异常。
• 硬编码切片索引101未做边界判断：如果行长度不足101，或者编码不匹配导致索引切到无效字符位置，会生成乱码内容。

修正后的代码 #

docs = []
# 按files.txt实际编码替换encoding值，带BOM的UTF-8用utf-8-sig
with open('files.txt', 'r', encoding='utf-8') as f:
    content = f.readlines()
    for doc in content:
        if '-' in doc:
            # 先去除行末尾自带的换行符，不删除内容首尾的有效空格
            cleaned_line = doc.rstrip('\n')
            # 增加长度判断，避免索引越界切出无效字符
            if len(cleaned_line) > 101:
                target_content = cleaned_line[101:]
                print(target_content)
                docs.append(target_content)

print(docs)

输出文件注意事项 #

如果需要将docs写入新文件，必须同步指定编码，避免输出乱码：

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

编码适配规则 #

• 若files.txt是GBK编码保存，将open中的encoding='utf-8'替换为encoding='gbk'
• 不确定文件编码时，用记事本打开files.txt，另存为界面底部可查看当前编码，填入对应值即可

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