UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 52: invalid continuation byte

时间 2019-12-06

标签 unicodedecodeerror utf codec can't decode byte 0xce xce position invalid continuation 栏目字符编码繁體版

原文原文链接

代码：web

df_w = pd.read_table( r'C:\Users\lab\Desktop\web_list_n.txt', sep=',', header=None)

当我用pandas的read_table方法读取本地文件时，爆出这个错误:segmentfault

　　UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 52: invalid continuation byte编码

查询一番，找到了原来这就是Python 编码中最多见也是最顽固的两个错误：spa

　　UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)code

　　UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 0-1: invalid continuation byteblog

也就是编码解码的问题，我这个错误就是‘utf-8’不能解码位置52的那个字节（0xce），也就是这个字节超出了utf-8的表示范围了，编码解码详细请参见http://www.javashuo.com/article/p-zqrpekmx-cp.htmlutf-8

解决办法：ci

df_w = pd.read_table( r'C:\Users\lab\Desktop\web_list_n.txt', encoding='ISO-8859-1', sep=',', header=None)

也就是在读取数据的时候，显式添加编码方式encoding='ISO-8859-1'，别的编码也能够试试哟get