Python中读取txt文本出现“ 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence”的解决办

最新推荐文章于 2023-04-10 21:54:59 发布

姚同学007

最新推荐文章于 2023-04-10 21:54:59 发布

阅读量629

点赞数

分类专栏： python 文章标签： python gdk

python 专栏收录该内容

10 篇文章

订阅专栏

本文介绍了解决在读取英文文本进行词频统计时遇到的Unicode解码错误的方法。通过调整文件读取的编码格式为gb18030并设置忽略错误的方式，成功读取了Walden.txt文本，并完成了英文单词的词频统计。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考文档：https://blog.youkuaiyun.com/lqzdreamer/article/details/76549256

今天，练习一个通过读取txt文本信息（英文版的Walden.txt），统计文本中的英文单词词频。在读取Walden.txt文本时，出现了“UnicodeDecodeError: 'gbk' codec can't decode byte 0xbf in position 2: illegal multibyte sequence”错误提示。
参考文档修改后的代码

主要还是文字解码的问题

path = 'C:\\Users\\yao\\Desktop\\Walden.txt'
file = open(path,encoding='gb18030',errors='ignore') #
file2 =open('C:\\Users\\yao\\Desktop\\Waldenpython2.txt','w')
file2.write(file.read())
file.close()
file2.close()
with open('C:\\Users\\yao\\Desktop\\Waldenpython2.txt','r') as text:
    words = text.read().split()
    print(words)
    for word in words:
        print('{}-{} time'.format(word,words.count(word)))