python如何从文件中读取字节类型数据并将其转换为utf-8？

Question

我需要从test.txt读取文件内容，并将其转换为utf-8编码(可读中文)。

这似乎是一个简单的任务，但使用open()、codecs.open()等，它总是将行读入str类型，而不是将其识别为字节。

with codecs.open(input_file, 'rb') as reader:
    for line in reader:
        print(type(line))
        # if it is bytes
        #print(line.decode('utf-8'))

我在test.txt中的输入文件内容与下面的b‘前缀完全相同，并将其标记为字节类型：

b'\xe5\x95\x8a \xE6\x8c\x89\xE4\xb9 \xe4\xb9\x88 \xe4\xb5 \xe5\x95\x8a \xe6\x9c\x89 \xe4\xbb\x80 \xe4\xb9\x88 \XE4\xba\xba\xb7\xb7\XE6\X91\XE6\X93\x9\x94\xb8\xaf\xbd\x95\x5\xa5\x5\xa5\x5\xb5\x5\xbd\x5\xbd\x5\x5\xa5\x5\x5\xe5\xa5\xbd \xe5\x86\x8d \xe8\xa7\x81 \xe5\x93\x8e \xe5\x86\x8d \xe8\xa7 \xe5\x97\xaf \xa5\xbd\xa5\xbd‘

我所期望的内容如下，但需要从文件中读取内容：

>>> line = b'\xe5\x95\x8a \xe6\x9c\x89 \xe4\xbb\x80 \xe4\xb9\x88 \xe4\xba\x8b \xe5\x95\x8a \xe6\x9c\x89 \xe4\xbb\x80 \xe4\xb9\x88 \xe4\xba\x8b \xe7\xbb\x99 \xe6\x88\x91 \xe6\x89\x93 \xe7\x94\xb5 \xe8\xaf\x9d \xe5\x95\x8a \xe5\x97\xaf \xe5\x97\xaf \xe5\xa5\xbd \xe5\xa5\xbd \xe5\xa5\xbd \xe5\xa5\xbd \xe5\x86\x8d \xe8\xa7\x81 \xe5\x93\x8e \xe5\x86\x8d \xe8\xa7\x81 \xe5\x97\xaf \xe5\xa5\xbd'
>>> print(line.decode('utf-8'))
啊 有 什 么 事 啊 有 什 么 事 给 我 打 电 话 啊 嗯 嗯 好 好 好 好 再 见 哎 再 见 嗯 好

我该怎么做呢？我搜索了很多，但没有运气。请帮帮忙。

Answer 1

应该将编码指定为要打开的参数，即

import codecs
with codecs.open("test.txt", encoding="utf-8") as reader:
    for line in reader:
        print(line)