只需使用“ utf-8-sig”编解码器：
fp = open("file.txt")
s = fp.read()
u = s.decode("utf-8-sig")
这样就可以得到一个unicode没有BOM的字符串。然后，您可以使用
s = u.encode("utf-8")
以在中获取普通UTF-8编码的字符串s。如果文件很大，则应避免将它们全部读入内存。BOM只是文件开头的三个字节，因此您可以使用以下代码将其从文件中删除：
import os, sys, codecs
BUFSIZE = 4096
BOMLEN = len(codecs.BOM_UTF8)
path = sys.argv[1]
with open(path, "r+b") as fp:
chunk = fp.read(BUFSIZE)
if chunk.startswith(codecs.BOM_UTF8):
i = 0
chunk = chunk[BOMLEN:]
while chunk:
fp.seek(i)
fp.write(chunk)
i += len(chunk)
fp.seek(BOMLEN, os.SEEK_CUR)
chunk = fp.read(BUFSIZE)
fp.seek(-BOMLEN, os.SEEK_CUR)
fp.truncate()
它打开文件，读取一个块，并将其比读取它的位置早3个字节写入文件。该文件被原位重写。较简单的解决方案是将较短的文件写入新文件，例如newtover的answer。那会更简单，但是在短时间内使用两倍的磁盘空间。
至于猜测编码，则可以从最具体到最不具体遍历整个编码：
def decode(s):
for encoding in "utf-8-sig", "utf-16":
try:
return s.decode(encoding)
except UnicodeDecodeError:
continue
return s.decode("latin-1") # will always work
UTF-16编码的文件不会解码为UTF-8，因此我们首先尝试使用UTF-8。如果失败，那么我们尝试使用UTF-16。最后，我们使用Latin-1-这将始终有效，因为所有256个字节在Latin-1中都是合法值。None在这种情况下，您可能想要返回，因为这实际上是一个后备，并且您的代码可能想要更仔细地处理（如果可以）。
602392714
清零编程群