从文件读取和写入UTF-8

Question

我有一些用UTF-8编码的文本。“事前事后”它是从网络上获取的。“-”字符是问题所在。如果尝试使用复制和粘贴直接从命令行打印：

>>> text = 'Before – after.'
>>> print text
Before – after.

但是，如果保存为文本文件并尝试打印：

>>> for line in ('file.txt','r'):
>>>     print line
Before û after.

我很确定这是某种UTF-8编码/解码错误，但它让我摸不着头脑。我尝试过解码或重新编码，但也不是这样。

>>> for line in ('file.txt','r'):
>>>     print line.decode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0x96 in position 7: invalid start byte

>>> for line in ('file.txt','r'):
>>>     print line.encode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0x96 in position 7: invalid start byte

Answer 1

这是因为无法对非ascii字符进行编码或解码。您可以将其去掉，然后打印ascii值。看一下这个问题：UnicodeDecodeError: 'utf8' codec can't decode byte 0xa5 in position 0: invalid start byte