报错:UnicodeDecodeError, invalid continuation byte,如何解决?

内容来源于 Stack Overflow,并遵循CC BY-SA 3.0许可协议进行翻译与使用

  • 回答 (2)
  • 关注 (0)
  • 查看 (22)

为什么它成功的“latin-1”编解码器?

o = "a test of \xe9 char" #I want this to remain a string as this is what I am receiving
v = o.decode("utf-8")

成果如下:

 Traceback (most recent call last):  
 File "<stdin>", line 1, in <module>  
 File "C:\Python27\lib\encodings\utf_8.py",
 line 16, in decode
     return codecs.utf_8_decode(input, errors, True) UnicodeDecodeError:
 'utf8' codec can't decode byte 0xe9 in position 10: invalid continuation byte
提问于
用户回答回答于

在二进制文件中,0xE9如下所示1110 1001。例如:

>>> b'\xe9\x80\x80'.decode('utf-8')
u'\u9000'

在这种情况下,您的字符串几乎肯定是用latin-1编码的。您可以看到UTF-8和latin-1的不同之处:

>>> u'\xe9'.encode('utf-8')
b'\xc3\xa9'
>>> u'\xe9'.encode('latin-1')
b'\xe9'

用户回答回答于

pd.read_csv('ml-100k/u.item', sep='|', names=m_cols , encoding='latin-1')

扫码关注云+社区