Python 如何阅读“a”；C来源，ISO-8859文本“；

我有这个（我已经粘贴了，我希望有问题的相关数据在复制/粘贴过程中幸存下来）。我尝试通过以下方式读取该文件：

import codecs
codecs.open('myfile', 'r', 'utf-8').read()

但这给了：

UnicodeDecodeError: 'utf8' codec can't decode byte 0xe5 in position 7128: invalid continuation byte

如果我检查文件：

» file myfile
myfile: C source, ISO-8859 text

• 如何在python中读取此类文件（ISO-8859）
• 在一般情况下，我如何知道文件是如何编码的

---

很多时候，我处理的文件不是我自己生成的（系统文件、从互联网下载的随机文件、提供商、客户提供的随机文件等）：这些文件不提供他们正在使用的编码的线索。由于处于多文化环境（欧洲），很难知道这些文件是如何编码的。大多数情况下，即使是提供文件的人也不知道编码，这可能是由所选的编辑器/工具在幕后进行的。如何逐个文件确定正在使用的编码？

您可以在

open（）

命令中更改编解码器；ISO-8859标准有多个编解码器，我在这里为您选择了Latin-1，但您可能需要选择另一个：

codecs.open('myfile', 'r', 'iso-8859-1').read()

有关有效编解码器的列表，请参阅。根据pastie数据判断，iso-8859-1是正确的编解码器，因为它适用于斯堪的纳维亚文本

---

通常，如果没有其他来源，您无法知道文件使用的编解码器。充其量，您可以猜测（这就是

文件所做的）。
对于Python3.3，您可以使用内置的open函数

open("myfile",encoding="ISO-8859-1")

你放在pastebin.com上的文件没有保留你遇到问题的字节。奇怪：目视检查告诉我它们在那里（第151行）啊，的确，但是数据是UTF8编码的，所以我打开文件时使用的拉丁-1编码不介意，UTF8也没有失败。：-）您的浏览器在使用自己的猜测器后，一定调整了编码。谢谢。这真是不幸。这是unicode的设计缺陷吗？我的意思是，有一个文件编码，但没有办法告诉什么编码的文件使用罢工我作为一个严重的缺点。当我的工具在生产中运行时，我不会在那里手动更改编解码器。我必须保留
文件：编码的单独映射吗？我是否应该总是尝试列出可能的编解码器？我可以有误报吗？这与Unicode无关；文件格式的一个缺陷是没有包含所使用的编解码器。如果你尝试所有的编解码器，你会遇到误报，是的，很可能是误报，而不是使用正确的编解码器。你可以试着做一个更有教育意义的猜测。正确的。使用unicode时文件格式存在缺陷。打开非unicode文件不会引起麻烦。这是什么（错了？）让我觉得unicode是罪魁祸首。我认为在没有嵌入有关所用编解码器的信息的情况下开始分发unicode编码的文件是一个错误。unicode是一种标准，而不是一种编码。有非unicode文件这样的东西；大多数你没有问题的文本都是ASCII编码的；但对于更广阔的世界来说，这根本不够表达。您可能想了解Unicode的含义：。源代码文件只是纯文本文件，这种格式起源于计算机没有像今天这样连接，互操作性也不受关注的时代。我花了15分钟的时间在谷歌上找到了这个简单的解决方案。谢谢