Python：文件编码错误

几天以来，我一直在用Python编写的小程序中处理文件编码这一恼人的问题

我经常使用MediaWiki——最近我做了从.doc到Wikisource的文档转换

Microsoft Word格式的文档在Libre Office中打开，然后以Wikisource格式导出为.txt文件。我的程序正在搜索一个[[Image:]]标记，并用一个从列表中获取的图像名称替换它——这种机制运行得非常好（非常感谢brjaga的帮助！）。 当我对自己创建的.txt文件进行测试时，一切都很好，但当我将一个.txt文件放入Wikisource时，整个事情就不再那么有趣了：D

我收到了这个信息：

Traceback (most recent call last):
  File "C:\Python33\final.py", line 15, in <module>
    s = ' '.join([line.replace('\n', '') for line in myfile.readlines()])
  File "C:\Python33\lib\encodings\cp1250.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 7389: character maps to <undefined>

我做了一些研究，发现这是编码的问题。因此，我安装了一个程序Notepad++并将我的.txt文件的Wikisource编码改为：UTF-8并保存了它。然后我对代码做了一些更改：

with open ("C:\\124_BPP_PL_PL.txt", encoding="utf8') as myfile:
        s = ' '.join([line.replace('\n', '') for line in myfile.readlines()])

但我收到了新的错误信息：

Traceback (most recent call last):
  File "C:\Python33\final.py", line 22, in <module>
    dest.write(s)
  File "C:\Python33\lib\encodings\cp1250.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\ufeff' in position 0: character maps to <undefined>

回溯（最近一次呼叫最后一次）：
文件“C:\Python33\final.py”，第22行，在
目标写入
文件“C:\Python33\lib\encodings\cp1250.py”，第19行，编码
返回codecs.charmap\u encode（输入、自身错误、编码表）[0]
UnicodeEncodeError:“charmap”编解码器无法对位置0中的字符“\ufeff”进行编码：字符映射到

我真的被这件事难住了。我想，当我在Notepad++中手动更改编码，然后我会告诉你我设置的编码-一切都会好起来

---

请帮助，提前谢谢。

当Python 3打开一个文本文件时，它在尝试解码该文件时使用默认的系统编码，以便为您提供完整的Unicode文本（str类型完全支持Unicode）。当写出这样的Unicode文本值时，它也会这样做

您已经解决了输入端问题；读取时指定了编码。写入时执行同样的操作：指定一个编解码器，用于写出可处理Unicode的文件，包括代码点U+FEFF处的非中断空白字符。UTF-8通常是一个很好的默认选择：

dest = open('C:\\124_BPP_PL_PL_processed.txt', 'w', encoding='utf8')

编写时也可以使用

with

语句，并保存

.close（）

调用：

for item in li:
     s = s.replace("[[Image:]]", item, 1)

with open('C:\\124_BPP_PL_PL_processed.txt', 'w', encoding='utf8') as dest:        
    dest.write(s)

---

当您打开输入文件时，Notepad++认为它是什么编解码器？为什么不使用这种编码来读取Python本身的文件（而不将其更改为UTF-8）？您好，编解码器是“ANSI as UTF-8”-我不知道这意味着什么，也不知道如何在Python open（）函数中设置此编解码器，您知道这是什么吗？如何在Python中设置它？

UTF-8

很好；没有ANSI编解码器，实际上，它只是指“本地Windows代码页方言”，可以是

cp1250

和

cp1255

IIRC之间的任何内容。

for item in li:
     s = s.replace("[[Image:]]", item, 1)

with open('C:\\124_BPP_PL_PL_processed.txt', 'w', encoding='utf8') as dest:        
    dest.write(s)