Python读取中文txt文件错误:UnicodeEncodeError: 'gbk' codec can't encode character

1   with open(file,'r') as f:
2         line=f.readline()
3         i=1
4         while line:
5             line=line.decode('utf-8')
6             print str(i)+":   "+line7             line=f.readline() 
8             i=i+1

用以上代码读取一个包含中文的txt文件时,在正确地读取并打印了六百多行之后,print str(i)+": "+line这一行报错:

UnicodeEncodeError: 'gbk' codec can't encode character u'\u200b' in position 99: illegal multibyte sequence

上网查到http://www.crifan.com/unicodeencodeerror_gbk_codec_can_not_encode_character_in_position_illegal_multibyte_sequence/

据分析,上述代码先decode方法将中文字符转为unicode编码,然后print语句打印时,会将其以默认的gbk进行编码,前六百多行能正确打印,说明能够正常编码成gbk,但存在部分字符不能用gbk编码,改用比gbk更大的字符集gb18030之后就没问题了:

1 print str(i)+": "+line

改为:

1 print str(i)+"   "+line.encode('gb18030')

 

posted @ 2016-05-24 19:15  morein2008  阅读(1377)  评论(0编辑  收藏  举报