python - UnicodeDecodeError：“utf-8”编解码器无法解码位置 886 中的字节 0xa3：无效的起始字节：jsonlines

Question

我正在尝试从 jsonl 文件中读取行，但出现以下错误。

回溯（最近一次调用）：文件“insertion_script.py”，第 12 行，在 f.iter() 中的 for 行：文件“C:\Users\Administrator\Anaconda3\lib\site-packages\jsonlines\jsonlines.py "，第 204 行，在 iter skip_empty=skip_empty) 文件“C:\Users\Administrator\Anaconda3\lib\site-packages\jsonlines\jsonlines.py”，第 143 行，在读取 lineno，line = next(self._line_iter)文件“C:\Users\Administrator\Anaconda3\lib\codecs.py”，第 322 行，在 decode (result, used) = self._buffer_decode(data, self.errors, final) UnicodeDecodeError: 'utf-8' codec can 't 解码位置 886 中的字节 0xa3：无效的起始字节

BH_data = []
with jsonlines.open('2401659.jsonl','r') as f:
    for line in f.iter():
        BH_data.append(line)

Answer 1

这意味着您的数据实际上不是 UTF-8 格式。0xA3 恰好是 Windows 代码页中的英镑符号。你应该试试

import codecs
with codecs.open('2401659.jsonl','r',encoding='cp1252') as jfile:
    with jsonlines.Reader(jfile) as f: