我打开的文件中的奇怪字符

Question

我在Python中打开了一个.dat文件，但它似乎已损坏� 每次之后<；性格。 我的开场白是：

    DataFileIn = open(datFileName, "r") 
    DataList = DataFileIn.readline() 
    DataList.decode(encoding='UTF-8',errors='strict')    
    logging.info( DataList )
    DataFileIn.close() 

我的输出是

INFO:......<�?xml version="1.0" encoding="UTF-8"?><�ETSParameterType><�BlobParameter><�CommissioningMode>0<�/CommissioningMode><�NightMode>0<�/NightMode><�SceneObjects>1<�/SceneObjects><�EffectObjects>0<�/EffectObjects> ...

当我用Notepad++打开文件时，它会显示UCS-2 Little Endian，而我希望它会显示UTF-8。请帮助

Answer 1

您有小端排序的UTF-16数据，而不是UTF-8。文件是使用错误的编码保存的，或者XML声明中的encoding信息是错误的

使用utf-16-le编解码器将其解码为UTF-16：

DataList = DataList.decode(encoding='utf-16-le')

您需要使用utf-16-le编解码器而不是普通的utf-16，因为Byte Order Mark丢失了