Mac下：UnicodeDecodeError: ‘utf-8‘ codec can‘t decode byte 0x80 in position 10: invalid start byte

`UnicodeDecodeError: 'utf-8' codec can't decode byte 0x99 in position 26: invalid start byte` 这是一个常见的 Python 错误提示，表示程序尝试将某些二进制数据解码为 UTF-8 编码的字符串时失败了。 ### 具体原因分析： UTF-8 是一种常用的字符编码方式，它能够处理大多数语言的文字。然而，并不是所有的字节序列都可以被合法地解释为 UTF-8 字符串。错误信息中的 `byte 0x99` 表示在位置 26 的地方遇到了无法解析的有效起始字节 (invalid start byte) ，因此导致了解码失败。 #### 可能的原因包括： 1. **文件内容非 UTF-8 格式**：如果读取了一个非 UTF-8 文件（例如 ISO-8859、GBK 等），却试图用 UTF-8 解码，则会发生此错误。 2. **损坏的数据流**：传输过程中可能导致数据异常丢失或者篡改了一些关键位元组。 3. **错误指定编码类型**：当从网络请求或其他来源获取文本时，开发者手动指定了错误的解码模式。 ### 潜在解决方案： 1. 首先确认源数据的实际编码格式是什么。可以借助工具库如 chardet 或 cchardet 来探测未知文件的真实编码形式； ```python import chardet rawdata = open('yourfile', 'rb').read() result = chardet.detect(rawdata) print(result['encoding']) # 输出检测到的编码名 ``` 2. 使用正确的编码方式进行解码操作。比如若得知原文件采用 GBK 而非 UTF-8，那么应更改代码如下所示： ```python with open("path/to/file", "r", encoding="gbk") as f: content = f.read() ``` 3. 对于确实包含不可识别字节的情况，在确保不影响整体功能的前提下忽略它们也是一种选择： ```python decoded_string = your_bytes.decode('utf-8','ignore') ``` 4. 替换非法字符而非直接跳过也可以是一种办法： ```python decoded_string = your_bytes.decode('utf-8', errors='replace') ```