Python无法打开UTF-8编码文本文件，求助排查编码问题

嘿，我碰到过好几次Exchange PowerShell导出文件的编码坑了，给你几个实用的排查和解决思路：

• 先搞清楚文件的真实编码：
  直接用PowerShell就能查，跑这个命令（替换成你的文件路径）：

  Get-Content -Path "你的文件路径" -Encoding Byte | Select-Object -First 10
  

  看输出的字节序列：

  • UTF-16 LE带BOM的话开头是0xFF 0xFE
  • UTF-8带BOM是0xEF 0xBB 0xBF
  • Windows-1252/GBK这类编码一般没有BOM

• Python读取UTF-16 LE带BOM的正确姿势：
  你之前试了utf-16-le但可能没处理BOM——直接用utf-16编码的话，Python会自动识别并跳过BOM，试试这个：

  with open("你的文件路径", "r", encoding="utf-16") as f:
      content = f.read()
  

  要是你想手动处理BOM也可以：

  with open("你的文件路径", "rb") as f:
      f.seek(2)  # 跳过UTF-16 LE的2字节BOM
      content = f.read().decode("utf-16-le")
  

• 试试Windows系统默认编码：
  如果你的Exchange PowerShell是在中文Windows环境下运行，导出的文件可能用的是gbk；英文环境则大概率是cp1252，分别试试：

  # 中文环境
  with open("你的文件路径", "r", encoding="gbk") as f:
      content = f.read()
  
  # 英文环境
  with open("你的文件路径", "r", encoding="cp1252") as f:
      content = f.read()
  

• 从源头避免问题：导出时指定编码：
  其实最省心的是让PowerShell导出时就用你能轻松读取的编码，比如UTF-8：

  # 替换成你的Exchange命令和输出路径
  Get-Mailbox | Out-File -Path "导出文件路径" -Encoding utf8
  

  这样用Python直接encoding="utf-8"读取就完全没问题了。

内容的提问来源于stack exchange，提问作者Jan Musil