编码处理问题总结：UnicodeDecodeError:'gbk' codec can't decode byte 0xe3: illegal multibyte sequence与读取docx

最新推荐文章于 2025-09-16 11:58:33 发布

原创

最新推荐文章于 2025-09-16 11:58:33 发布 · 2.8k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#乱码 #python #bug

本文详细记录了解决在Python中读取docx文件遇到的UnicodeDecodeError问题的过程，从尝试各种编码到使用chardet自动判断，最终采用python-docx模块成功读取文档内容。

在试图打开docx文档内容时，以为可以向读取txt文档一样，于是写下了下面的代码

with open('C:\\Users\\Administrator\\Desktop\\案例二.docx','r')as f:
contents = f.read()
print(contents)

结果遇上报错：UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xe3 in position 55: illegal multibyte sequence

在这里插入图片描述

解决方法一：
一看，编码错误，祖传方法encoding='utf-8‘’百试百灵的修改

with open('C:\\Users\\Administrator\\Desktop\\案例二.docx','r'，encoding='utf-8‘’)as f:
	contents = f.read()
	print(contents)

结果一样报错UnicodeDecodeError: ‘utf-8’ codec can’t decode byte 0x87 in position 10: invalid start byte
在这里插入图片描述
我就纳闷了，怎么还有 utf-8都解码不了，utf-8号称‘万国码’’（UTF-8编码：它是一种全国家通过的一种编码，如果网站涉及到多个国家的语言，那么建议选择UTF-8编码。），基本上用上它一切就ok了，怎么还报错。我就打了一个“你好”在里面啊！