python读取txt文件时，报错【utf-8 codec cant decode byte 0xcc】的解决办法

elsa^-^yxy

于 2020-06-12 10:25:22 发布

阅读量4.2k

点赞数 1

分类专栏： python爬虫文章标签： python

本文链接：https://blog.youkuaiyun.com/elsa_yxy1984/article/details/106709800

版权

在学习正则表达式时，尝试读取《天龙八部》的TXT文件，遇到编码错误：utf-8 codec can't decode byte 0xcc。原因是文件编码为ANSI而非UTF-8。解决方法是使用记事本打开文件，另存为UTF-8编码格式。代码运行成功，记录并分享此问题的解决过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在学习正则表达式，想要统计【天龙八部】中各个主角出现的次数。

在读取文件的时候，提示下面错误：

原来下载的天龙八部txt文件的编码格式是【ANSI】，所以读取报错了。

解决办法很简单，将文件的编码方式修改为【UTF-8】。记事本打开文件，选择另存为，修改编码格式。

就像下面这样

下面附上代码以及代码运行结果：

import re

with open('tlbb1.txt', 'rb') as f:
    data = f.read().decode()

pat = ['乔峰', '萧峰', '段誉', '虚竹']

person1 = re.findall(pat[0], data)
person2 = re.findall(pat[1], data)
person3 = re.findall(pat[2], data)
person4 = re.finda

最低0.47元/天解锁文章