Python 字符集问题UTF-8

我有一个文档，其中单词“not”包含撇号，如下所示

当我试图通过一个python程序来处理这个问题时，它会将单词显示为“dondsÆt”，并退出，错误如下所述

UnicodeDecodeError: 'utf8' codec can't decode byte 0x92 in position 70: invalid start byte

我在记事本中打开了文档，并将编码从ANSI更改为UTF-8（可以在web上找到），现在它工作正常

---

但是有人能解释一下，所有这些都是关于什么的，我如何用我的笔记本电脑键盘键入这种撇号。

MS Word将引号转换为“智能引号”，以便它们正确地围绕单词或指向正确的方向作为撇号

你没有完全忠实于你的复制粘贴，所以很难确定我们谈论的是同一件事

例如，以下是与普通ascii相比的智能引号：

没有vs.没有

或

“你好”对“你好”

注意左边的智能引号是如何卷曲的。在您的屏幕截图中，

”

将被映射到Unicode点U+2019（“右单引号”）。使用Windows组合键并键入Unicode值，无法轻松手动键入智能引号

然后，您可能将此文本保存为Windows-1252（西欧）编码（又称ANSI），该编码分配了字节

0x92

。然后，您将其加载到Python中，但传递了错误的UTF-8编码。那就是你看到例外的时候

将来处理这个问题的方法是在Python中打开文件时指定正确的编码。例如

with io.open("myfile.txt", 'r', encoding="windows-1252") as my_file:
    my_data = my_file.read()

---

嗯，我希望你能把原文的“不”字贴出来，而不是一张图片。Python应该不会遇到ASCII撇号的问题。可能看起来像撇号的东西实际上是一个不同的非标准字符。