試圖打開文件時將unicodedecoderror

Question

f = open('C://Users//fireqwert7//Documents//tesis.docx') 


sts='' 

for line in f: 
    sts += line 

print(sts) 

f.close() 

給出錯誤

Traceback (most recent call last): 
    File "C:\Python32\regularexpressions.py", line 11, in <module> 
    for line in f: 
    File "C:\Python32\lib\encodings\cp1252.py", line 23, in decode 
    return codecs.charmap_decode(input,self.errors,decoding_table)[0] 
UnicodeDecodeError: 'charmap' codec can't decode byte 0x9d in position 66: character maps to <undefined> 

如果可以我會很感激，如果你能告訴我爲什麼會發生，以及如何避免下一次。我討厭使用我不明白的東西。

Answer 1

錯誤是說你打開的文件中的某個地方（實際上位置66），有一個unicode代碼實際上並沒有映射到真實的字符。所以基本上，在你的文件的機器代碼的某個地方，一些位被搞亂了，現在它們所包含的字節不再代表unicode編碼中的一個字母。

編輯：進一步的沉思（和托馬斯指出），這是因爲您試圖打開的文件是一個.docx，它不是unicode編碼。它們以專有的Microsoft格式編碼。我不確定是否有方法在python中打開一個並獲得可讀的字符。

如果你想在python中使用這個文檔的內容，你需要將它轉換（使用「docx到unicode轉換器」來查找一些結果），或者將文本複製並粘貼到純文本中文件。