如何只在文本文件中保留 Big5 字符
How to only keep Big5 characters in a text file
我抓取了一些在台湾网站上找到的文字。我摆脱了 HTML 并且只保留了我需要的 txt 文件。 txt 文件的内容在 Firefox/Chrome 中正确显示。使用 Python3，如果我这样做 f = open(text_file).read()，我会收到此错误：
'utf-8' codec can't decode byte 0xa1 in position 29: invalid start byte
ETA：我使用 ubuntu，所以我很高兴 Python 或终端中的任何解决方案！
如果我先 f = codecs.open(os.path.join(path, 'my_text.txt'), 'r', encoding='Big5') 然后 read() 我会收到这条消息：
'big5' codec can't decode byte 0xf9 in position 1724: illegal multibyte sequence
我只需要汉字，怎么只保留那些编码为Big5的？这会消除错误，是吗？
builtin open() function 有 errors 参数：
with open(filename, encoding='utf-8', errors='replace') as file:
text = file.read()
您的文件可能使用了其他一些字符编码，或者甚至（如果保存文本的代码有问题）几种字符编码的混合。
您可以查看浏览器使用的编码，例如 Chrome："More tools -> Encoding"。
我抓取了一些在台湾网站上找到的文字。我摆脱了 HTML 并且只保留了我需要的 txt 文件。 txt 文件的内容在 Firefox/Chrome 中正确显示。使用 Python3，如果我这样做 f = open(text_file).read()，我会收到此错误：
'utf-8' codec can't decode byte 0xa1 in position 29: invalid start byte
ETA：我使用 ubuntu，所以我很高兴 Python 或终端中的任何解决方案！
如果我先 f = codecs.open(os.path.join(path, 'my_text.txt'), 'r', encoding='Big5') 然后 read() 我会收到这条消息：
'big5' codec can't decode byte 0xf9 in position 1724: illegal multibyte sequence
我只需要汉字，怎么只保留那些编码为Big5的？这会消除错误，是吗？
builtin open() function 有 errors 参数：
with open(filename, encoding='utf-8', errors='replace') as file:
text = file.read()
您的文件可能使用了其他一些字符编码，或者甚至（如果保存文本的代码有问题）几种字符编码的混合。
您可以查看浏览器使用的编码，例如 Chrome："More tools -> Encoding"。