python读取文本txt文件乱码问题

python2的编码实在是个头疼的问题，编码问题也将作为一个长期的话题，遇到问题随时补充。

这次的问题比较简单，是在做词云wordcloud的时候发现的，作用就是从文本文件中读取文字，将其制作成词云。部分代码如下：

 import chardet

 from wordcloud import WordCloud

 import matplotlib.pyplot as plt

 with open("C:\\Users\\fyc\\Desktop\\json.txt", "r") as f:

     text = f.read()

 type = chardet.detect(text)

 text1 = text.decode(type["encoding"])

 text2 = "".join(text1)

 print text

 print text1

 print text2

 wordcloud = WordCloud(

     background_color="white",

     width=1000,

     height=860,

     margin=2).generate(text2)

 plt.imshow(wordcloud)

 plt.axis("off")

 plt.show()

我们只关注5，6，7，8这四行代码，我在14行打了断点，观察读取的内容

很明显，直接读取，text是str类型，完全是乱码，text1做了处理，显示正常。

在这我们隆重介绍 python 内建模块 chardet模块，编码检测。这个模块可以检测出一行字符是什么编码，我们看一下text的编码，如下：

chardet模块的detect方法返回一个字典，其中的“encoding"，明显的指出，这个是”GB2312"编码，接下来我们会心一笑，可以用decode来解码了，解码完应该就是正常显示了。

所以我们用了上面的这一句，那么今后所有的读取文件地方，在显示之前，我们都可以用chardet检测一下字符串的编码，相应解码。就可以避免文件乱码的情况了

巴特西

python读取文本txt文件乱码问题

最新文章

热门文章