0
我已经使用Apache Tika爬取pdf,html,doc文件并将结构化文本存储到文本文件中。这些文本文件包含一些不常见的特殊字符,因为这些特殊字符我无法阅读这些文字files.I有下面的代码片段来读取文件如何在Python中读取带特殊字符的文件
fo = codecs.open('/var/www/testfiles/sample.txt','r','utf-8').read()
不过,我收到以下错误
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb7 in position 1291: invalid start byte
请,建议我怎么看我的文本文件。 谢谢