Python读取文件按换行分割后出现字符编码异常问题求助

嗨，这个问题我太熟了！你看到的\xef\xac\x81其实是UTF-8编码下的“fi”（一个把f和i连在一起的特殊字符）被错误解码后蹦出来的乱码。

为啥会这样？ #

你的answer.txt文件是UTF-8编码的，但Python 2的open()函数默认会用系统的默认编码（一般不是UTF-8）去读文件，导致这个特殊的“fi”字符没被正确解码，打印时就直接输出了它的原始字节序列。

怎么解决？ #

你只需要在读取文件时明确指定用UTF-8编码就行：

如果你用的是Python 2，得借助codecs模块：

import codecs
with codecs.open('/home/naveen/Desktop/answer.txt', 'r', 'utf-8') as ans:
    content = ans.read()
    content = content.split('\n')
    print(content)

要是用Python 3就更简单了，直接给open()加个encoding参数：

with open('/home/naveen/Desktop/answer.txt', 'r', encoding='utf-8') as ans:
    content = ans.read()
    content = content.split('\n')
    print(content)

这样处理后，就能正确显示文件里的Magnificent Mary啦～

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