UnicodeDecodeError

Question

UnicodeDecodeError at /app/file/
'utf-8' codec can't decode byte 0xd0 in position 0: invalid continuation byte
とエラーが出ました。

# -*- coding: utf-8 -*-

import os

os.chdir('./app/')
file = open('text.doc','r')
string = file.read()

とコードを書きました。text.docの中身は全て日本語です。ユニコードのエラーだと思ったのですが、

file = open('text.doc',encoding='utf-8')

とコードを書いてもうまくいきませんでした。何が問題なのでしょうか？

Comments

[tachikoma]

文字コードがsjisとかじゃないですか。

[taiyo2017]

文字コードはバイナリでした。

[otn]

では、バイナリで読みましょう。

[taiyo2017]

バイナリで読み書きする方法は何て検索すれば出てきますか？調べても画像の読み書きしか出てこなく。。。

Answer 1

text.docの中身の日本語の文字コードを確認してみましょう。
ShiftJISじゃないでしょうか

Comments

[taiyo2017]

文字コードはバイナリでした。
charset=binary　と出てきたので。バイナリの場合、どうしたらいいのでしょうか・・・？

[y_waiwai]

もしかして、text.docってのはMicrosoft Wordのデータファイルだったりします？それなら文字列としては読めません。

いちど、そのファイルを文字コードが確認できるテキストエディタ（Windowsならサクラエディタとか）で開いてみてはどうでしょう

[taiyo2017]

はい、Microsoft Wordです。そうなのですが、一度テキストファイルに変換する必要があるのですか？

[y_waiwai]

テキストで開く必要があるなら、Wordで、テキストで保存、してください。
＃おそらく、それで保存したらShiftJISになろうかと思われます

[pepperleaf]

確かにWordファイルの可能性が高そう。
UTF-8, UTF-16, S-JISも 0xD0で見ると日本語 じゃない。
手元の Wordファイル見たら、偶然かもしれないが、 0xD0 ....