UnicodeDecodeError: 'gbk' codec can't decode byte 0x95 in position 18: illegal multibyte sequence

### 解决方案 在 Python 中遇到 `UnicodeDecodeError` 错误时，通常是因为文件的编码格式与程序中指定的编码格式不匹配。具体到 `gbk` 编码无法解码字节 `0x95` 的问题，以下是详细的解决方案： #### 1. 指定正确的编码格式 如果文件的实际编码不是 `gbk`，而是其他编码（如 `utf-8`），需要在打开文件时明确指定编码格式。例如： ```python with open('file.txt', 'r', encoding='utf-8') as f: content = f.read() ``` 如果不确定文件的实际编码，可以使用工具库（如 `chardet` 或 `charset-normalizer`）来检测文件编码[^1]。 #### 2. 忽略或替换无法解码的字符 如果文件中确实存在无法用 `gbk` 编码解码的字符，可以选择忽略这些字符或将其替换为其他字符。可以通过设置 `errors` 参数实现这一点： - **忽略错误字符**：`errors='ignore'` - **替换错误字符**：`errors='replace'` 示例代码如下： ```python # 忽略无法解码的字符 with open('file.txt', 'r', encoding='gbk', errors='ignore') as f: content = f.read() # 替换无法解码的字符为 '?' with open('file.txt', 'r', encoding='gbk', errors='replace') as f: content = f.read() ``` #### 3. 使用二进制模式读取文件 如果需要处理包含混合编码的文件，可以先以二进制模式读取文件内容，然后手动解码。这种方式适用于复杂场景： ```python with open('file.txt', 'rb') as f: binary_content = f.read() # 尝试解码为 gbk，忽略错误 content = binary_content.decode('gbk', errors='ignore') ``` #### 4. 检查文件来源并修正编码 如果文件是由其他程序生成的，确保生成文件时使用了正确的编码。例如，在写入文件时显式指定编码为 `utf-8`： ```python with open('file.txt', 'w', encoding='utf-8') as f: f.write('这是一个测试字符串。') ``` #### 5. 使用第三方库检测编码 如果不确定文件的实际编码，可以使用第三方库（如 `chardet` 或 `charset-normalizer`）自动检测编码。以下是一个使用 `chardet` 的示例： ```python import chardet with open('file.txt', 'rb') as f: raw_data = f.read() result = chardet.detect(raw_data) encoding = result['encoding'] # 根据检测结果重新读取文件 with open('file.txt', 'r', encoding=encoding) as f: content = f.read() ``` ### 注意事项 - 如果文件中包含多种编码的字符，可能需要逐行处理或手动转换。 - 在处理 XML 文件时，确保文件声明的编码与实际编码一致。如果不一致，可能会导致类似的解码错误[^2]。 ### 示例代码 以下是一个完整的示例，展示如何处理 `UnicodeDecodeError`： ```python try: with open('file.txt', 'r', encoding='gbk') as f: content = f.read() except UnicodeDecodeError: print("尝试使用 utf-8 编码...") with open('file.txt', 'r', encoding='utf-8', errors='ignore') as f: content = f.read() finally: print(content) ``` ---