亚洲免费在线-亚洲免费在线播放-亚洲免费在线观看-亚洲免费在线观看视频-亚洲免费在线看-亚洲免费在线视频

Python中使用不同編碼讀寫txt文件詳解

系統 1553 0

復制代碼 代碼如下:

import os
import codecs
filenames=os.listdir(os.getcwd())

out=file("name.txt","w")
for filename in filenames:
?out.write(filename.decode("gb2312").encode("utf-8"))
out.close()

將執行文件的當前目錄及文件名寫入到name.txt文件中,以utf-8格式保存
如果采用ANSI編碼保存,用如下代碼寫入即可:

復制代碼 代碼如下:

out.write(filename)

打開文件并寫入

引用codecs模塊,對該模塊目前不了解。在此記錄下方法,有空掌握該模塊功能及用法。

復制代碼 代碼如下:

import codecs
file=codecs.open("lol.txt","w","utf-8")
file.write(u"我")
file.close()

讀取ANSI編碼的文本文件和utf-8編碼的文件

讀取ANSI編碼文件

建立一個文件test.txt,文件格式用ANSI,內容為:

復制代碼 代碼如下:

abc中文

用python來讀取

復制代碼 代碼如下:

# coding=gbk
print open("Test.txt").read()

結果:abc中文
讀取utf-8編碼文件(無BOM)
把文件格式改成UTF-8:
復制代碼 代碼如下:

結果:abc涓 ??

顯然,這里需要解碼:
復制代碼 代碼如下:

# -*- coding: utf-8 -*-
import codecs
print open("Test.txt").read().decode("utf-8")

結果:abc中文

讀取utf-8編碼文件(有BOM)

某些軟件在保存一個以UTF-8編碼的文件時,默認會在文件開始的地方插入三個不可見的字符(0xEF 0xBB 0xBF,即BOM)。在有些軟件可以控制是否插入BOM。如果在有BOM的情況下,在讀取時需要自己去掉這些字符,python中的codecs module定義了這個常量:

復制代碼 代碼如下:

# -*- coding: utf-8 -*-
import codecs
data = open("Test.txt").read()
if data[:3] == codecs.BOM_UTF8:
??? data = data[3:]
print data.decode("utf-8")

結果:abc中文
在看下面的例子:

復制代碼 代碼如下:

# -*- coding: utf-8 -*-
data = open("name_utf8.txt").read()
u=data.decode("utf-8")
print u[1:]

打開utf-8格式的文件并讀取utf-8字符串后,解碼變成unicode對象。但是會把附加的三個字符同樣進行轉換,變成一個unicode字符。該字符不能被打印。所以為了正常顯示,采用u[1:]的方式,過濾到第一個字符。
注意:在處理unicode中文字符串的時候,必須首先對它調用encode函數,轉換成其它編碼輸出。

設置python默認編碼

復制代碼 代碼如下:

import sys
reload(sys)
sys.setdefaultencoding("utf-8")
print sys.getdefaultencoding()

今天碰到了 python 編碼問題, 報錯信息如下

復制代碼 代碼如下:

Traceback (most recent call last):
? File "ntpath.pyc", line 108, in join
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa1 in position 36: ordinal not in range(128)

顯然是當前的編碼為ascii, 無法解析0xa1(十進制為161, 超過上限128). 進入python console后, 發現默認編碼確實是 ascii, 驗證過程為:
在python2.6中無法調用sys.setdefaultencoding()函數來修改默認編碼,因為python在啟動的時候會調用site.py文件,在這個文件中設置完默認編碼后會刪除sys的setdefaultencoding方法。不能再被調用了.? 在確定sys已經導入的情況下, 可以reload sys這個模塊之后, 再 sys.setdefaultencoding('utf8')

復制代碼 代碼如下:

import sys
reload(sys)
sys.setdefaultencoding("utf-8")
print sys.getdefaultencoding()

確實有效, 根據 limodou 講解,? site.py 是 python 解釋器啟動后, 默認加載的一個腳本. 如果使用 python -S 啟動的話, 將不會自動加載 site.py.

上面寫的挺??嗦的.

==================================
如何永久地將默認編碼設置為utf-8呢?? 有2種方法:
==================================

第一個方法<不推薦>: 編輯site.py, 修改setencoding()函數, 強制設置為 utf-8
第二個方法<推薦>: 增加一個名為 sitecustomize.py, 推薦存放的路徑為 site-packages 目錄下
sitecustomize.py 是在 site.py 被import 執行的, 因為 sys.setdefaultencoding() 是在 site.py 的最后刪除的, 所以, 可以在 sitecustomize.py 使用 sys.setdefaultencoding().

復制代碼 代碼如下:

import sys??
sys.setdefaultencoding('utf-8')

既然 sitecustomize.py 能被自動加載,? 所以除了設置編碼外, 也可以設置一些其他的東西
字符串的編碼
復制代碼 代碼如下:

s1='中文'

像上面那樣直接輸入的字符串是按照代碼文件的編碼來處理的,如果是unicode編碼,有以下三種方式:
復制代碼 代碼如下:

1 s1 = u'中文'
2 s2 = unicode('中文','gbk')
3 s3 = s1.decode('gbk')

unicode是一個內置函數,第二個參數指示源字符串的編碼格式。
decode是任何字符串具有的方法,將字符串轉換成unicode格式,參數指示源字符串的編碼格式。
encode也是任何字符串具有的方法,將字符串轉換成參數指定的格式。


更多文章、技術交流、商務合作、聯系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦?。?!

發表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 九九久久久 | 日本不卡免费高清一级视频 | 真实国产乱子伦精品免费 | 狠狠的色| 日韩精品无码一区二区三区 | 一级黄色毛片播放 | 日日拍夜夜嗷嗷叫视频 | 美女色片| 亚洲国产精品久久久天堂 | 日日狠狠久久偷偷四色综合免费 | 国产精品边做奶水狂喷小说 | 欧美成人免费tv在线播放 | 国产一区二区亚洲精品 | 奇米影视四色中文字幕 | 99热在线国产 | 色黄啪啪网18以下免费进 | 免费观看毛片 | 久久综合精品国产一区二区三区无 | 国产欧美日韩亚洲精品区2345 | 亚洲精品 欧美 | 欧美成人精品一区二区三区 | 美女一级a毛片免费观看 | 美女又xx又xx免费 | 青青草好吊色 | 日日摸狠狠的摸夜夜摸 | 国产精品久久久久免费 | 四虎精品影院在线观看视频 | 中文字幕亚洲欧美 | 直接看的毛片 | 99精品视频在线观看免费播放 | 久久黄视频 | 亚洲日日做天天做日日谢 | 成人嫩草研究院网站进 | 极品毛片 | 精久久 | 欧美成人免费观看国产 | 日韩不卡中文字幕 | 九九资源网| 三区在线观看 | 亚欧毛片 | 亚洲视频久久 |