在 Python 3 中打开 tar 文件时出现 UnicodeDecodeError答案

【问题标题】：UnicodeDecodeError When Opening a tar File in Python 3在 Python 3 中打开 tar 文件时出现 UnicodeDecodeError
【发布时间】：2017-07-05 18:04:18
【问题描述】：

我正在使用 Linux Mint 18.1 和 Python 3.5.2。

我有一个当前使用 Python 2.7 工作的库。我需要将该库用于 Python 3 项目。我正在更新它，但遇到了一个我似乎无法修复的 unicode 问题。

首先，通过tar cvjf tarfile.tbz2（在Linux系统上）创建一个文件，然后在Python库中以open(tarfile)打开。

如果我使用 Python 3 按原样运行代码，则会收到以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc1 in position 11: invalid start byte

我第一次尝试修复是将其打开为open(tarfile, encoding='utf-8')，因为我的印象是 tar 只会使用文件系统提供的内容。当我这样做时，我得到同样的错误（字节值改变）。

如果我尝试使用其他编码，比如latin-1，我会收到以下错误：

TypeError: Unicode-objects must be encoded before hashing

这让我相信utf-8 是正确的，但我可能会误解。

谁能提供建议？

【问题讨论】：

标签： python-3.x tar python-unicode

【解决方案1】：

我走错了路，以为这是一些奇怪的编码问题。当open()默认读取为文本（r）这一事实只是一个简单的问题时。在 Python 2 中，这是一个空操作。

解决方法是open(tarfile, 'rb')。

带有 unicode 的假头……应该看到这个来了。 :facepalm:

【讨论】：