UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 9: illegal multibyte sequence

上面是遇到的错误，本来想完成读文件，再写入另一文件的。但是在 fp.read() 时，一直遇到上面的错误，经过各种百度,google, 还有神奇的 stackoverflow 才知道是字符流的问题。

知道问题所在，还是没有解决，又苦苦搜索，终于在 stackoverflow 上找到灵感，可以把 open 的方式变为 二进制，也就是下面代码里的 open(filename,’rb’)， 这下好了，至少后面的read() 可以通过。

再之后就产生了以下代码，发现问题的路真心不好走，在此mark 下。

# _*_coding:utf-8_*_

import re

filename = ‘section5‘

fp = open(filename,‘rb‘)

content = fp.read().decode(‘utf-8‘)

reg = r‘<p>(.*?)</p>‘

#print(content)
result = re.findall(reg,content)

fp.close()
fp = open(filename+‘.txt‘,‘bw‘)
for r in result:
    r = r.encode(‘utf-8‘)
    fp.write(r)
    fp.write(‘\n‘.encode(‘utf-8‘))
fp.close()

UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 9: illegal multibyte sequence