Python 常見字串編碼問題
python 讀取文字檔，檔頭為\ufeff，係Windows的記事本建立UTF-8等Unicode格式文字檔，會在檔頭加入一個 位元組順序記號( BOM) ，標示檔案是以 UTF-8 、 UTF-16 或 UTF-32 編碼的記號，此編碼格式名稱就為UTF-8-SIG。只要把編碼utf-8，改成編碼utf-8-sig，即可除去這個字元， 範例連結 。 big5 解碼原理， 參照 。big5因只有 13,060個字，又因非官方擴充版本太多，致如戶政及地政以大五碼匯出資料，其姓名或地名含大五碼外的漢字，即可能使用編碼範圍外表示。在python通常將溢碼位元以特定字元取代，如下例： open('r', encoding='big5', errors='replace')