为什么Python3读取文件时会出现编码报错-Python教程-PHP中文网

根本原因是文件实际编码与python默认解码编码不匹配；open()未指定encoding时，python 3依据locale.getpreferredencoding()猜测编码，中文windows默认为'gbk'，linux/macos默认为'utf-8'。

为什么python3读取文件时会出现编码报错

UnicodeDecodeError 出现的根本原因，是 Python 试图用一种编码方式去解释字节序列，但该字节序列根本不是按那种方式编码出来的——就像拿英文词典查中文笔画，必然查不到。

`open()` 不指定 `encoding` 时到底用了什么？

Python 3 的 open() 在文本模式（'r'、'w'）下必须解码字节为 str，所以它得猜一个编码。
这个“猜”的依据是：locale.getpreferredencoding()，在中文 Windows 上通常是 'gbk'；Linux/macOS 上通常是 'utf-8'。
所以同一段代码：
```
with open('data.txt', 'r') as f:
    f.read()
```
在同事的 macOS 上跑通，在你的 Windows 上报 UnicodeDecodeError: 'gbk' codec can't decode byte 0xad... ——不是代码有问题，是默认编码不同。

python-code-analyz
专业Python代码分析与优化，支持语法检查、安全扫描、性能评估、复杂度分析及重构后优化代码生成。

下载

文件实际编码和你指定的 encoding 不匹配的典型表现

用记事本保存为「ANSI」（即 GBK），却用 encoding='utf-8' 去读 → 报 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 0: invalid continuation byte
文件是 UTF-8（无 BOM），却用 encoding='gbk' 去读 → 报 UnicodeDecodeError: 'gbk' codec can't decode byte 0xa5 in position 5: illegal multibyte sequence
文件是 UTF-8 with BOM，用 encoding='utf-8' 读出来开头多一个 '\ufeff' → 后续 JSON 解析或字符串比较失败

怎么选对 encoding？优先级要清楚

明确知道来源：Web API 返回、Linux 生成的日志、VS Code 新建的文件 → 默认信 'utf-8'
Windows 上双击能正常打开的记事本文件 → 先试 'gbk'，再试 'gb18030'（兼容性更好）
怀疑有 BOM 的 UTF-8 文件 → 改用 'utf-8-sig'，它会自动剥离 BOM，不会污染内容

完全不确定 → 不要硬猜，先用 chardet 探测：

import chardet
with open('data.txt', 'rb') as f:
    raw = f.read(10000)  # 只读前 10KB 足够判断
enc = chardet.detect(raw)['encoding']  # 可能返回 'GBK', 'UTF-8', None

encoding 参数不是可选项，而是责任声明。你写上它，就等于告诉 Python：“我确认这串字节是按这个规则打包的”。漏掉它，就是在让解释器替你赌一把——而乱码，就是输掉的代价。