Python讀取文件編碼及內容

Python讀取文件編碼及內容

最近作一個項目，須要讀取文件內容，可是文件的編碼方式有可能都不同。有的使用GBK，有的使用UTF8。因此在不正確讀取的時候會出現以下錯誤：

UnicodeDecodeError: 'gbk' codec can't decode byte

並且當你使用rb模式讀取文件時候，返回的結果經過django返回的json會出現下面錯誤：

TypeError: b'\xbc\x8c\xe6\x9c\xaa\xe6\x9d\xa5' is not JSON serializable

總之就是編碼不對，因此要先能識別文件的編碼方式，而後根據此編碼方式進行對文件編碼，最後返回文件內容。

解決方法以下：

with open("your_file", 'rb') as fp:
    file_data = fp.read()
    result = chardet.detect(file_data)
    file_content = file_data.decode(encoding=result['encoding'])

注： chardet是第一個第三方庫，你須要本身使用pip進行安裝。

@完