为什么以下项目失败？为什么使用“ latin-1”编解码器成功？
o = "a test of \xe9 char" #I want this to remain a string as this is what I am receiving
v = o.decode("utf-8")
结果是：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python27\lib\encodings\utf_8.py",
line 16, in decode
return codecs.utf_8_decode(input, errors, True) UnicodeDecodeError:
'utf8' codec can't decode byte 0xe9 in position 10: invalid continuation byte
Answers:
在二进制文件中，0xE9看起来像1110 1001。如果您在Wikipedia上读到有关UTF-8的信息，您会看到这样的字节必须后面跟两个格式10xx xxxx。因此，例如：
>>> b'\xe9\x80\x80'.decode('utf-8')
u'\u9000'
但这仅仅是造成异常的机械原因。在这种情况下，您几乎可以肯定用拉丁文1编码了一个字符串。您可以看到UTF-8和拉丁文1看起来如何不同：
>>> u'\xe9'.encode('utf-8')
b'\xc3\xa9'
>>> u'\xe9'.encode('latin-1')
b'\xe9'
（请注意，我在这里混合使用了Python 2和3表示形式。输入在任何版本的Python中均有效，但是您的Python解释器不太可能以此方式同时显示unicode和字节字符串。）
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)使用错误.encode(latin-1)
当我尝试通过pandas read_csv方法打开一个csv文件时遇到了相同的错误。
解决方案是将编码更改为“ latin-1”：
pd.read_csv('ml-100k/u.item', sep='|', names=m_cols , encoding='latin-1')它是无效的UTF-8。该字符是ISO-Latin1中的e-急性字符，这就是它在该代码集中成功的原因。
如果您不知道要在其中接收字符串的代码集，则可能会遇到麻烦。最好为协议/应用程序选择单个代码集（希望是UTF-8），然后拒绝那些未解码的代码集。
如果无法做到这一点，则需要启发式。
因为UTF-8是多字节的，并且没有与\xe9加号后跟空格的组合相对应的char 。
为什么要在utf-8和latin-1 中都成功？
在utf-8中，这句话应该是这样的：
>>> o.decode('latin-1').encode("utf-8")
'a test of \xc3\xa9 char'
如果在处理刚刚打开的文件时出现此错误，请检查是否以'rb'模式打开了该文件。
soup = BeautifulSoup(open('webpage.html', 'rb'), 'html.parser')
当数值范围超出0到127时，通常会发生utf-8代码错误。
引发此异常的原因是：
1）如果代码点<128，则每个字节与代码点的值相同。2）如果代码点为128或更大，则无法使用此编码表示Unicode字符串。（在这种情况下，Python引发UnicodeEncodeError异常。）
为了克服这个问题，我们提供了一组编码，使用最广泛的是“ Latin-1，也称为ISO-8859-1”
因此，ISO-8859-1 Unicode点0–255与Latin-1值相同，因此转换为这种编码只需要将代码点转换为字节值即可。如果遇到大于255的代码点，则无法将字符串编码为Latin-1
当您尝试加载数据集时发生此异常时，请尝试使用此格式
df=pd.read_csv("top50.csv",encoding='ISO-8859-1')在语法末尾添加编码技术，然后接受加载数据集。
使用它，如果它显示UTF-8错误
pd.read_csv('File_name.csv',encoding='latin-1')