遇到UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xa3 in position 4: invalid start byte的几种处理方法

最新推荐文章于 2025-10-27 15:55:04 发布

原创最新推荐文章于 2025-10-27 15:55:04 发布 · 1.4w 阅读

26 ·

CC 4.0 BY-SA版权

文章标签：

#python

python 专栏收录该内容

18 篇文章

订阅专栏

当遇到`UnicodeDecodeError: 'utf-8' codec can't decode byte`或`'gbk' codec can't decode byte`的错误时，可以尝试在读取文件或解码字符串时忽略错误，或者根据实际情况更改编码方式。通过定位问题行并处理特殊字符，或者在代码中设置error='ignore'或切换编码如'gbk'到'utf-8'，可以有效解决这类问题。

读取文件、解码字符串时，有时会遇到这样的报错：

UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0xa3 in position 4: invalid start byte
UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xa3 in position 4: invalid start byte

原因是使用utf-8、gbk编码方式读取这个文件或decode某个字符串时，遇到了无法解码的字符。

如果是文件，首先可以通过这样的方式来定位解码失败的行和行内容：

with open(file, 'rb') as f:
    for n, line in enumerate(f.readlines()):
        try:
            line.decode('utf-8')
        except:
            print(n, '  ->  ', line)

找出文件的问题所在，将字符处理掉即可。

代码的处理方法

1 在读取文件、decode字符串时，在代码上增加忽略错误的设置，避免报错：

f = open(file, 'r', encoding='utf-8', errors='ignore')
line.decode(encoding='utf-8', errors='ignore')

由于默认对error的处理为strict，所以遇到无法解码的字符就会直接报错退出，代码中设置errors='ignore'，忽略错误，就不会再报错退出了。

2 可以将报错位置的编码方式从`'utf-8'`或`'gbk'`改为`'ISO-8859-1'`，也能解决这个问题。

encoding="ISO-8859-1"

以上。