二进制>UTF8>字符串

Question

我试着理解Unicode和所有相关的东西。我做了一个utf-8.txt文件，显然是用utf-8编码的。上面写着“你好，世界！”里面。 我要做的是：

f = open('utf8.txt', mode = 'r', encoding = 'utf8')
f.read()

我得到的是：'\ufeffHello world！'前缀是从哪里来的？在

再来一次：

^{pr2}$

打印字节给出：b'\xef\xbb\xbfHello world！'我想前缀是十六进制的。在

byte.decode('utf8')

上面的代码又给了我：'\ufeffHello world！'在

我做错什么了？如何从utf-8文件中检索到python的文本？在

感谢您的反馈！在

Answer 1

您的utf-8.txt编码为utf-8-bom，这与utf-8不同。对于utf-8-bom文件，“\uFEFF”将写入文件的开头。不要使用encoding = 'utf8'，请尝试encoding = 'utf-8-sig'

f = open('utf8.txt', mode = 'r', encoding = 'utf-8-sig')
print (f.read())