Python打开函数应该使用哪种编码？

Question

在读取包含右双引号 Unicode 符号的文件时，我遇到异常。它以 UTF-8 （0xE2 0x80 0x9D） 编码。最小的例子：

import sys

print(sys.getdefaultencoding())

f = open("input.txt", "r")
r.readline()

即使右引号不在第一行，该脚本也无法读取第一行。异常看起来是这样的:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Program Files\Python36\lib\encodings\cp1252.py", line 23, in decode
    return codecs.charmap_decode(input,self.errors,decoding_table)[0]
UnicodeDecodeError: 'charmap' codec can't decode byte 0x9d in position 102: char
acter maps to <undefined>

输入文件是utf-8编码的，我尝试过使用和不使用BOM。sys返回的默认编码。getdefaultencoding（）是utf-8。

此脚本在使用Python 3.6.5的机器上失败，但在另一台使用Pythin 3.6.0的机器上运行良好。这两台机器都是Windows。

我的问题大多是理论性的，因为这个异常是由我无法更改的外部软件抛出的，并且它读取了我不想更改的文件。除了Python补丁版本，这些机器应该有什么区别？如果系统默认为utf-8，为什么vanilla open使用cp1252？

Answer 1

正如Python的开放文档中明确指出的那样：

在文本模式下，如果未指定编码，则使用的编码取决于平台：locale。调用getpreferredencoding（False）以获取当前区域设置编码。

Windows 默认为本地化编码（美国和西欧版本的 cp1252）。Linux 通常默认为 utf-8。

由于它与平台相关，因此请使用编码参数并显式指定文件的编码。