上面是遇到的錯誤，本來想完成讀文件，再寫入另一文件的。但是在 fp.read() 時，一直遇到上面的錯誤，經過各種百度,google, 還有神奇的 stackoverflow 才知道是字符流的問題。

知道問題所在，還是沒有解決，又苦苦搜索，終於在 stackoverflow 上找到靈感，可以把 open 的方式變為 二進制，也就是下面代碼裏的 open(filename,’rb’)， 這下好了，至少後面的read() 可以通過。

再之後就產生了以下代碼，發現問題的路真心不好走，在此mark 下。

# _*_coding:utf-8_*_

import re

filename = ‘section5‘

fp = open(filename,‘rb‘)

content = fp.read().decode(‘utf-8‘)

reg = r‘<p>(.*?)</p>‘


#print(content)
result = re.findall(reg,content)

fp.close()
fp = open(filename+‘.txt‘,‘bw‘)
for r in result:
    r = r.encode(‘utf-8‘)
    fp.write(r)
    fp.write(‘\n‘.encode(‘utf-8‘))
fp.close()
 

UnicodeDecodeError: 'gbk' codec can't decode byte 0xae in position 9: illegal multibyte sequence