前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >解决python中的UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\u26ab‘问题

解决python中的UnicodeEncodeError: ‘gbk‘ codec can‘t encode character ‘\u26ab‘问题

作者头像
C_H
发布2022-11-15 15:01:13
4.8K2
发布2022-11-15 15:01:13
举报
文章被收录于专栏:笔记c

将从PDF文件中读取的内容,写入txt文件中,遇到如下问题:

控制台报错UnicodeEncodeError: 'gbk' codec can't encode character '\u26ab' in position 834: illegal multibyte sequence。

解决方法如下:

1.将pycharm中的文件编码都改为UTF-8

        在菜单栏中选择 文件-设置

         点击文件编码,将全局编码、项目编码和属性文件的默认编码都修改为UTF-8,即下图中的三个红色矩形区域。

2.修改代码

 在打开文件时,设置编码格式。

在代码中打开txt文件时,将下面语句

代码语言:javascript
复制
with open(filename, 'w') as file_object:

修改为

代码语言:javascript
复制
with open(filename, 'w', encoding='utf-8') as file_object:

代码成功运行,不再报错。

如何读取PDF文件内容,请看这一篇文章python读取pdf文件

下面的代码是python读取PDF文件内容,并将其写入到txt文件中的完整代码。

代码语言:javascript
复制
import PyPDF2
pdfFileObj = open('a.pdf', 'rb')
pdfReader = PyPDF2.PdfFileReader(pdfFileObj)
#输出pdf的总页数
print(pdfReader.numPages)
 

filename = 'b.txt'
with open(filename, 'w', encoding='utf-8') as file_object:
    #我读取的这篇pdf共400页
    for i in range(400):
        pageObj = pdfReader.getPage(i)
        #在控制台中输出pdf文件内容
        print(pageObj.extractText())
        #向txt文件中写入pdf文件内容
        file_object.write(pageObj.extractText())

注:a.pdf、b.txt与python代码文件在同一目录下。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022-11-03,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 将从PDF文件中读取的内容,写入txt文件中,遇到如下问题:
  • 解决方法如下:
    • 1.将pycharm中的文件编码都改为UTF-8
      • 2.修改代码
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档