python 编码 UnicodeDecodeError

将一个py脚本从Centos转到win运行，出错如下：

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

虽然明白是编码的问题，网络上decode（）什么的，貌似不适用python3。后来发现使用字节方式打开可以。出错函数如下：gridfs.GridFS.put()函数。其中调用了读写操作

If you want raw bytes then you need to open it in binary mode.

pipe = open('/dev/input/js0','rb')

附上一篇关于python编码的帖子

1. pyhton的所有内置库、方法接受的是unicode编码的字符串。

2. str.decode 函数就是转成unicode编码，所以能decode的字符串传进python的内置库、函数都能正确运行。

3.问题在于这个decode函数解码时到底要传哪个参数：utf-8,gbk,gb2312......等N种编码。参数不当，就会抛类似异常：

UnicodeDecodeError: 'gbk' codec can't decode bytes in position 2-3: illegal multibyte sequence

   UnicodeDecodeError: 'utf8' codec can't decode bytes in position 0-1: invalid data

下面举个例子：

1. #coding:utf-8
2. #指定本文件编码为utf8
3. import os
4. # 以下为示例代码，不一定能运行。随意写的，无编译运行过。
5. # 例子以XP平台为例，因为linux平台编码（UTF-8）与window平台（GBK）不一样。
6. # 假设D盘下面有很多中文名称文件
7. filelist = os.listdir(r"d:\\") # 此处返回的list中的中文是以GBK编码的，你可以通过查看cmd窗口属性看到。
8. for path in filelist:
9. if os.path.isdir(path): continue
10. fp = open(path.decode("GBK") , 'rb')  # 如果此处用 path.decode("UTF-8") 就会抛异常，原因是wind的dir命令返回的是GBK编码
11. print len(fp.read())
12. fp.close()
13. filepath =r"d:\\中文文件.doc"             # 假设此文存在，记得要带中文
14. fp = open(filepath.decode('utf-8'), "rb") #这里使用utf8参数进行解码，原因是文件头里有句coding: utf-8
15. print len(fp.read())
16. fp.close()
17. path2 = u"d:\\中文文件.doc"  # 假如这里有个u在前面，这个变量就是unicode编码了，不用解码。
18. fp = open(path2, 'rb')
19. print len(fp.read())
20. fp.close()