...
Eroare Python · Date: JSON, text și date calendaristice

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe9 in position 15: invalid continuation byte

Pe scurt

Fișierul (sau datele) nu e salvat în UTF-8, ci în alt encoding, de obicei unul vechi de Windows (`cp1250`, `latin-1`) sau e un Excel salvat ca CSV. Deschide-l cu encoding-ul corect: `open("fisier.csv", encoding="cp1250")`, sau resalvează-l ca UTF-8.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Un fișier text e de fapt o serie de octeți, iar encoding-ul spune cum se transformă octeții în caractere. În UTF-8, literele cu diacritice ocupă 2 octeți, cu reguli precise. Când citești ca UTF-8 un fișier salvat în alt encoding, de exemplu cp1250 (Windows, Europa Centrală) sau latin-1, o literă precum é sau ă e un singur octet, care nu respectă regulile UTF-8, iar decodarea se oprește.

Mesajul îți spune encoding-ul folosit ('utf-8'), octetul problematic (0xe9), poziția lui în date și motivul (invalid continuation byte, invalid start byte, unexpected end of data). Pe Windows poți vedea și opusul, 'charmap' codec can't decode byte 0x81, când Python folosește implicit encoding-ul sistemului pentru un fișier care e de fapt UTF-8.

De ce apare: cauzele frecvente

1CSV exportat din Excel vechi sau din alt program Windows

Greșit
PYTHON
with open("clienti.csv", encoding="utf-8") as f:
    text = f.read()
Corect
PYTHON
with open("clienti.csv", encoding="cp1250") as f:
    text = f.read()

Cu encoding-ul în care a fost salvat fișierul, fiecare octet se transformă în caracterul corect.

2Encoding implicit al sistemului pe Windows

Greșit
PYTHON
with open("date.txt") as f:
    text = f.read()
Corect
PYTHON
with open("date.txt", encoding="utf-8") as f:
    text = f.read()

Fără encoding, Windows folosește cp1252/cp1250. Scrie mereu explicit encoding-ul.

3Fișier binar citit ca text

Greșit
PYTHON
with open("raport.xlsx") as f:
    print(f.read())
Corect
PYTHON
import openpyxl
wb = openpyxl.load_workbook("raport.xlsx")

Un .xlsx, .pdf sau o imagine nu sunt text. Folosește o bibliotecă potrivită formatului.

Repară tu

Repară eroarea, direct în pagină

Fișierul meniu.csv e creat de cod în encoding-ul latin-1, apoi citit ca UTF-8, iar programul dă UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe9 .... Citește fișierul cu encoding-ul corect, ca programul să afișeze café espresso: 9 lei și ceai verde: 7 lei.

Codul care dă eroarea
PYTHON
with open("meniu.csv", "w", encoding="latin-1") as f:
    f.write("produs;pret\ncafé espresso;9\nceai verde;7\n")

with open("meniu.csv", encoding="utf-8") as f:
    randuri = f.read().splitlines()[1:]
for r in randuri:
    produs, pret = r.split(";")
    print(f"{produs}: {pret} lei")
După reparație, programul afișează
café espresso: 9 lei
ceai verde: 7 lei
Indiciu

Encoding-ul de la citire trebuie să fie același cu cel în care a fost scris fișierul.

Alte forme ale mesajului

  • UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte
  • UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe3 in position 4: unexpected end of data
  • UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 120: character maps to <undefined>
  • UnicodeDecodeError: 'ascii' codec can't decode byte 0xc4 in position 3: ordinal not in range(128)

Cum o eviți pe viitor

  • Scrie mereu encoding="utf-8" la open(), atât la citire, cât și la scriere.
  • Salvează fișierele CSV din Excel ca „CSV UTF-8”.
  • Dacă nu știi encoding-ul unui fișier, încearcă utf-8, apoi cp1250 și latin-1, sau folosește biblioteca charset-normalizer.
  • În ultimă instanță, errors="replace" citește fișierul înlocuind caracterele nedecodabile cu �.

Întrebări frecvente

Ce encoding folosesc pentru fișiere românești vechi?

De obicei cp1250 (Windows Europa Centrală) sau iso-8859-2. Dacă diacriticele apar greșit, dar fără eroare, ai ales un encoding apropiat, dar nu cel corect: încearcă-l pe celălalt.

De ce eroarea apare abia la mijlocul fișierului?

Pentru că primele rânduri conțin doar caractere ASCII (litere fără diacritice, cifre), identice în toate encoding-urile. Decodarea eșuează abia la primul caracter special, la poziția din mesaj.

Erori înrudite

← Toate erorile Python

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Python de la zero, cu exerciții la fiecare lecție

Curs Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.