Python读取长诗文件遇UnicodeDecodeError，疑因文件长度？

嘿，我得先纠正你一个关键误解——这个UnicodeDecodeError完全不是因为文件太大、变量x存不下内容！Python的字符串类型可以轻松处理非常大的文本内容（只要你的内存足够），根本不会因为文件长度触发解码错误。

错误的真正原因 #

你看到的错误信息：

(result, consumed) = self._buffer_decode(data, self.errors, final) UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf1 in position 43: invalid continuation byte

本质是文件的实际编码和你指定的utf-8不匹配。0xf1这个字节在utf-8编码规则里是不合法的续字节（utf-8的多字节字符有严格的字节范围规则），说明你的长诗文件可能用了其他编码，比如latin-1（ISO-8859-1）、cp1252或者其他地区性编码，而不是utf-8。短文件刚好没有包含这类不符合utf-8规则的字节，所以没触发错误。

解决步骤 #

1. 检测文件的实际编码
   可以用Python的chardet库来自动检测文件编码，先安装库：

   pip install chardet
   

   然后用以下代码检测：

   import chardet
   
   with open("poem.txt", 'rb') as f:
       result = chardet.detect(f.read())
       print(result['encoding'])  # 输出文件的实际编码，比如'latin-1'
   

2. 用正确编码打开文件
   拿到检测出的编码后，修改open函数的encoding参数：

   with open("poem.txt", mode="r", encoding="检测到的编码") as file:
       content = file.read()
       char_count = len(content)
       # 反向打印内容，用切片更简洁高效
       print(content[::-1])
       print(f"字符总数：{char_count}")
   

   （这里推荐用with语句，它会自动帮你关闭文件，避免资源泄漏，比直接open后手动关闭更安全）

3. 临时兼容方案（不推荐）
   如果暂时无法确定编码，可以用errors参数跳过或替换错误字符，但会丢失部分信息：

   with open("poem.txt", mode="r", encoding="utf-8", errors="replace") as file:
       # errors="ignore"会直接跳过错误字节，"replace"会用�替换
       content = file.read()
   

额外优化：反向打印的更优写法 #

你之前用递减counter的方式反向打印，其实Python字符串支持直接切片[::-1]，一行就能实现反向输出，比手动循环索引简洁得多，效率也更高。

内容的提问来源于stack exchange，提问作者lissethamc