Python 如何从文件中获取非ASCII字母，而不必使用；腐败；？

我想知道如何读取非ASCII编码的字母，而不让它们“损坏”

以下是娱乐：

print(open("somefile.txt").read())

somefile.txt（另存为unicode）

我得到的是这样的东西：

~a

---

如何获取文件的原始内容？

如果以

cp1252

的方式打开文件，则应以

utf-16

的方式打开

（

表示UTF-16LE字节顺序标记被错误地解释为Windows-1252。）

在unix系统上，可以使用
文件
查看文件中的内容：

~$ file foo.txt
foo.txt: Little-endian UTF-16 Unicode text, with no line terminators

在Python中，chardet库非常适用于此：

>>> chardet.detect(open('foo.txt', 'rb').read())
{'encoding': 'UTF-16', 'confidence': 1.0, 'language': ''}

您正在以
cp1252
的方式打开文件，您应该以
utf-16
的方式打开文件

（
表示UTF-16LE字节顺序标记被错误地解释为Windows-1252。）

在unix系统上，可以使用
文件
查看文件中的内容：

~$ file foo.txt
foo.txt: Little-endian UTF-16 Unicode text, with no line terminators

在Python中，chardet库非常适用于此：

>>> chardet.detect(open('foo.txt', 'rb').read())
{'encoding': 'UTF-16', 'confidence': 1.0, 'language': ''}

“另存为unicode”并没有告诉您足够的信息来正确读取文件，您需要知道编码。@pvg我不太擅长编码，所以如何检查它是哪种编码？您是如何创建此文件的？典型的文本编辑器将显示编码。然后，您可以将它作为命名参数传递给
open
，它在文档中。我喜欢在记事本中创建它，保存它时，它说我不应该选择ANSI，所以我将它设置为unicode。我没有看到任何其他东西。下载sublime或记事本++或类似的东西，记事本使用了奇怪的术语。任何严肃的编辑器都只会在状态行上显示编码。“另存为unicode”并不能真正告诉您足够的信息来正确读取文件，您需要知道编码。@pvg我不太擅长编码，所以如何检查它是哪种编码？您是如何创建此文件的？典型的文本编辑器将显示编码。然后，您可以将它作为命名参数传递给
open
，它在文档中。我喜欢在记事本中创建它，保存它时，它说我不应该选择ANSI，所以我将它设置为unicode。我没有看到任何其他东西。下载sublime或记事本++或类似的东西，记事本使用了奇怪的术语。任何严肃的编辑器都会在状态行上显示编码。我对chardet只有一个问题，它说它是一个无效的模块。当我试着用“pip install chardet”安装它时，它说需求已经满足了，之后什么都不做。我对chardet只有一个问题，它说它是一个无效的模块。当我试着用“pip install chardet”安装它时，它说需求已经满足了，之后就什么也不做了。