在Python 3中读取文件时编码错误？

Question

当我在 python 中读取文件并将其打印到屏幕上时，它无法正确读取某些字符，但是，这些相同的字符硬编码到变量 print 中就可以了。以下是“test.html”包含文本“Hallå”的示例：

with open('test.html','r') as file:

    Str = file.read()

print(Str)

Str = "Hallå"

print(Str)

这会生成以下输出：

hallå

Hallå

我的猜测是，当文件中的数据被读入Python时，它的解释方式有问题，但是我不确定它是什么，因为Python 3.8.5已经默认使用UTF-8编码。

Answer 1

函数默认不使用 UTF- open8 。正如文档所说：在文本模式下，如果未指定编码，则使用的编码取决于平台：locale.getpreferredencoding(False)调用以获取当前区域设置编码。因此，这取决于，并且为了确定，您必须自己指定编码。如果文件以 UTF-8 保存，您应该这样做：with open('test.html', 'r', encoding='utf-8') as file:另一方面，尚不清楚该文件是否以 UTF-8 编码保存。如果不是，您将不得不选择其他一个。