问题是这样的：我用python写的程序去读取.htm文件中的数据，刚开始我用:fr = open("0.htm" , "r")时，程序运行后直接崩溃，后来根据提示的错误信息：ValueError encoding must be one of 'utf_8','big5', or 'gbk'.，因此我用codecs改写成如下形式：
- coding: utf-8 -
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
import codecs
fr = codecs.open(“0.htm” ,”r” , “utf-8”)
至少把打0.htn程序就崩溃的问题解决了。
但是读取文件中的内容的时候：
读到含有中文的某一行内容，程序直接奔溃了：这一行内容如下：
.....-ActiveX
错误提示如下:
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb3 in position 0: invalid start byte
我的0.htm文件中的编码如下:
原因：
0.htm文件中的编码如下:
<html>
<head>
<meta http-equiv="Content-Language" content="zh-cn">
<meta name="GENERATOR" content="Microsoft FrontPage 5.0">
<meta name="ProgId" content="FrontPage.Editor.Document">
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
它的字符集是:gb2312
因此必须用gbk编码的方式去读取
解决方法：
用"utf-8"不能解码，用"gbk"
fr = codecs.open(“0.htm” ,”r” , “gbk”)
