Python中读取文件时报错UnicodeDecodeError

一总

最近想学习数据挖掘，便入门python，在读取文件的时候遇到了UnicodeDecodeError。在此想将自己解决问题的思路再理一遍。
操作系统：win7
python版本：3.3.2
读取的文本文件：shediao.txt--------------这是文件1
代码：----------------这是代码A

f=open("D://shediao.txt")
print(f.read())

在cmd中运行cdtext.py的结果：

为了解决这个问题，首先了解一下Python的读写文件方法：
open()方法一般返回一个file文件对象
例子：

f=open(file,mode='r',encoding=None)

open()方法里的参数还有其他，一定要用户设定的只有文件路径。在这里我们讨论一下mode和encoding这两个参数。
第一个参数是string类型的文件地址，第二次参数代表文件被打开的模式。有以下几种模式：
‘r’:（read）文件只能被读(默认)
‘w’:（write）文件只能被写（如果写入一个已存在的文件中，原来的数据会被删除）
‘x’:创建新文件，如果文件原本存在则不创建
‘a’:（append）自动添加新内容到文件结尾
‘b’:（binary）二进制模式
‘t’:（text）文本模式（默认）
‘+’:读和写
‘U’:（universal newlines mode)通用换行模式
在windows系统中，text file和binary file是有区别的。对于JPEG和EXE格式文件，binary模式要谨慎使用。以binary模式打开文件，返回的是bytes对象；而以text模式打开文件，返回的是str对象。
默认模式是’r’，相当于’rt’。
在代码A中，选择了默认的模式，即’rt’模式。
在’t’模式下，当使用open()方法的时候，如果不设定参数encoding的值，该方法会默认encoding为系统默认的编码格式。p.s.获得系统默认的编码格式的方法如下：

import locale
print(locale.getpreferredencoding())

在我这个例子中，原文件的编码格式为ANSI，系统默认的编码格式为cp936，有些中文字符在两种编码格式下不统一，因此读文件时报错。
接下来，我利用记事本，把shediao.txt文件的编码格式改为utf-8，见图：

并且在open()方法中设定encoding为’utf-8’，代码如下：-------------这是代码B

f=open("D://shediao.utf-8.txt",encoding='utf-8')
print(f.read())

在shell中运算结果：

在python2.7.5中运行代码A是不会报错的，而且可以完整的把文本打印出来。
而且在python3.3.2中运行代码A，但改变读取的文件（文件还是使用ANSI编码格式的-------这是文件2），也可以把文本完整的打印出来。
更多的问题还有待研究。python2x和python3x对读取文件有什么不同？为什么文件2可以完整打印，而文件1不可以？（猜测：文件1中有特殊字符）.........
参考资料：
python官网上关于读写文件的指导----->
http://docs.python.org/2/tutorial/inputoutput.html#reading-and-writing-files
python官网上关于编码格式------->
http://docs.python.org/3/library/codecs.html#module-codecs
text file 和binary file的区别--->
http://perfyy.blog.sohu.com/145845129.html
中文字符集编码---->
http://old.blog.edu.cn/user3/flyingcs/archives/2006/1418577.shtml