二进制 - ＆gt; UTF-8 - ＆gt;串

Question

我正在尝试理解Unicode和所有相关的东西。我制作了一个utf-8.txt文件，显然是用utf-8编码的。它有“Hello world！”内。 继承人我的工作：

f = open('utf8.txt', mode = 'r', encoding = 'utf8')
f.read()

我得到的是：'\ ufeffHello world！'前缀来自哪里？

另一次尝试：

f = open('utf8.txt', 'rb')
byte = f.read()

打印字节给出：b'\ xef \ xbb \ xbfHello world！'我假设前缀以十六进制形式出现。

byte.decode('utf8')

上面的代码再次给了我：'\ ufeffHello world！'

我做错了什么？如何从utf-8文件中检索文本到python？

感谢您的反馈！

Answer 1

您的utf-8.txt编码为utf-8-bom，与utf-8不同。对于utf-8-bom文件，'\ uFEFF'被写入文件的开头。不要使用Dim sample = "123- ABCDEFG" newTxt = sample.Replace(" "c, "").Replace("-"c, "") ，请尝试encoding = 'utf8'

encoding = 'utf-8-sig'