python utf-8中文 在 コバにゃんチャンネル Youtube 的最讚貼文
python utf-8中文 在 解决python的中文字符编码问题 - LogM's Blog 的推薦與評價
在中文的自然语言处理中，最常遇到的是ASCII，Unicode，UTF-8，GB2312，GBK等。这几种编码，你都可以搜索相关的文章看下，我这里就不展开介绍了。直接用几 ... ... <看更多>
python utf-8中文 在 yichen0831/opencc-python - GitHub 的推薦與評價
Contribute to yichen0831/opencc-python development by creating an account on ... output (default: UTF-8) example with UTF-8 encoded file: python -m opencc ... ... <看更多>
python utf-8中文 在 [問題] python讀檔時不認得中文字？ 的推薦與評價
第一次來這裡問問題，請各位板友指教！
其實我猜這大概不是python本身的問題...
環境：Windows 8.1 64-bit，非unicode編碼是繁中
Python 3.4.1 (Anaconda 2.1.0 64-bit)
文字檔編輯器試過notepad和notepad++，都有記得指定utf-8編碼
如果我在interpreter下面直接打
s = '中文測試'
這樣一切都很好，python 3直接認得unicode，我要 s[0] 它就給我 '中'，等等。
但是如果我另外存一個 test.txt，內容一樣只有 中文測試 四個字，然後做
f = open('test.txt')
s = f.read()
只會吃到這個exception:
UnicodeDecodeError: 'cp950' codec can't decode byte 0xe6 in position 6:
illegal multibyte sequence
請大家開始隔空抓藥，謝謝！
--
你喜歡下列哪一個學妹？
1. 雖然吉他彈得比學姊好，在樂團裡卻甘願只當個副手
2. 擁有夏天一到必然黑化的體質，連同學好友都認不出來
3. 雖然嘴巴很嚴厲，但只要用甜點就可以收買，尤其喜歡鯛魚燒
4. 討厭學姊給她取的奇怪綽號，卻給小貓取了同一個名字
5. 極力維持自己嚴肅的形象，但是一戴上貓耳就會不自覺喵喵叫
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.110.141.102
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1412756706.A.390.html
等下，我發現問題了...為什麼python會去用cp950（就是big5）解碼中文字？
然後我照樓上說的，
r = codecs.getreader('utf8')(f)
r.read()
照樣給我那個cp950不識字的exception。
※ 編輯: wohtp (123.110.141.102), 10/08/2014 16:52:16
f = open('test.txt', encoding = 'utf8')
這樣就好了。
書上說預設就是utf-8啊！跟說好的不一樣（大哭）（滾）
※ 編輯: wohtp (123.110.141.102), 10/08/2014 16:55:26
現在變成讀得進去顯示不出來：
s = f.read() 這個過去了
print(s) 同一個exception。為什麼這麼愛用cp950！
※ 編輯: wohtp (123.110.141.102), 10/08/2014 17:05:34
'\ufeff中文測試'
所以我終於懂了，一切還是源自Windows對big5病態的愛 orz
不能print()很麻煩耶，這樣要怎麼debug？
※ 編輯: wohtp (123.110.141.102), 10/08/2014 17:19:56
1. 至少在我這台win8機器上面，open()需要encoding = 'utf8'才能正常
讀取／輸入unicode
2. 不管是cmd.exe還是windows powershell，用print()顯示unicode的問
題千錯萬錯都是windows的錯 https://bugs.python.org/issue1602
3. 有workaround，我還沒試 https://github.com/Drekin/win-unicode-console
（我還不會在Anaconda上面裝東西呢 -_-）
※ 編輯: wohtp (123.110.141.102), 10/08/2014 19:01:42
notepad或notepad++的utf-8編碼文件：
open('filename', encoding = 'utf-8-sig') 這樣讀寫顯示都可以
notepad++的utf-8 without BOM文件：
open('filename', encoding = 'utf8') 一樣可以讀寫顯示
可是這BOM，果然千錯萬錯還是windows的錯！
※ 編輯: wohtp (123.110.141.102), 10/08/2014 20:18:42
※ 編輯: wohtp (123.110.141.102), 10/08/2014 20:19:20
... <看更多>