搜索

[321] 2020-05-16_Python打开文件乱码问题

文档创建者：s7ckTeam
浏览次数：2
最后更新：2025-01-16
2020-05-16_Python打开文件乱码问题 P y t h o n 打 开 文 件 乱 码 问 题 原 创   阿 发   a F a 攻 防 实 验 室   2 0 2 0 - 0 5 - 1 6 内 容 预 览 ： 1 、 读 取 文 件 碰 到 的 问 题 。 2 、 读 取 文 件 设 置 编 码 。 3 ， 读 取 文 件 编 码 时 2 和 3 的 区 别 以 及 兼 容 性 问 题 。 读 取 文 件 碰 到 的 问 题 我 用 p y t h o n 读 文 件 内 容 的 时 候 ， 抛 了 个 错 误 ， 说 是 U n i c o d e D e c o d e E r r o r :   ' g b k '   c o d e c   c a n ' t   d e c o d e   b y t e   0 x 8 0   i n   p o s i t i o n   1 6 :   i l l e g a l m u l t i b y t e   s e q u e n c e ， 意 思 说 是 g b k 解 码 器 无 法 解 码 ， 错 误 长 这 个 样 子 ： 这 错 误 太 常 见 了 ， 白 话 说 就 是 编 码 肯 定 有 个 地 方 设 置 的 不 一 样 导 致 的 错 误 ， 好 了 ， 知 道 原 因 排 除 下 就 可 以 了 ， 于 是 我 从 最 开 始 进 行 了 排 查 ： 首 先 ， 我 确 认 了 t e s t . t x t 的 编 码 ， 它 是 U T F - 8 ， 其 次 我 检 查 了 p y t h o n 文 件 ， 它 也 是 U T F - 8 ， 并 且 我 也 加 上 了 #   - * -   c o d i n g : U T F - 8   - * - 标 识 。
完 事 后 我 重 新 运 行 了 文 件 ， 既 然 还 是 报 乱 码 错 误 ， ？ ， 哪 一 步 的 编 码 没 有 设 置 ？ ， 想 了 想 明 白 了 ， 命 令 行 打 开 默 认 是 g b k 编 码 ， 于 是 我 运 行 了 个 c h c p 命 令 ， 返 回 了 9 3 6 ， 然 后 使 用 了 c h c p   6 5 0 0 1 命 令 ， 修 改 了 命 令 行 的 编 码 方 式 。 9 3 6 代 表 代 表 g b k ， ， 6 5 0 0 1 代 表 代 表 u t f - 8 ， 只 对 当 前 命 令 行 生 效 。 ， 只 对 当 前 命 令 行 生 效 。 这 里 还 是 报 错 就 奇 怪 了 ， 因 为 从 源 头 t x t 到 最 后 的 命 令 行 基 本 都 统 一 编 码 了 ， 还 报 错 只 能 说 明 这 个 过 程 中 肯 定 有 个 地 方 编 码 使 用 的 是 g b k ， 最 后 把 这 个 错 误 定 位 到 了 w i t h   o p e n 这 里 ， w i t h   o p e n 它 读 文 件 时 有 一 个 自 己 的 编 码 ， 它 可 以 通 过 它 读 文 件 时 有 一 个 自 己 的 编 码 ， 它 可 以 通 过 e n c o d i n g 参 参 数 用 来 指 定 打 开 文 件 使 用 哪 种 编 码 。 数 用 来 指 定 打 开 文 件 使 用 哪 种 编 码 。 问 题 看 似 解 决 了 ， 但 还 是 有 很 多 疑 问 。 使 用 e n c o d i n g 后 ， 没 有 报 错 只 能 说 明 一 个 问 题 ， w i t h   o p e n 默 认 不 是 U T F - 8 ， 奇 怪
了 ， p y t h o n 默 认 编 码 就 是 U T F - 8 呀 ， 于 是 ， 我 去 命 令 行 验 证 了 下 ， p y t h o n 的 默 认 编 码 。 p y 2 给 的 是 a s c i i ， p y 3 给 的 是 u t f - 8 ， 刚 才 我 是 用 p y 3 执 行 的 ， 结 果 是 报 错 的 。 这 种 情 况 解 释 就 一 种 ， w i t h   o p e n 默 认 编 码 使 用 的 默 认 编 码 使 用 的 不 是 不 是 p y t h o n 的 的 。 如 果 要 验 证 只 能 翻 官 方 文 档 说 明 了 ， 于 是 找 到 了 下 面 这 段 话 。 大 概 翻 译 一 下 ： w i t h   o p e n 可 以 通 过 可 以 通 过 e n c o d i n g 来 指 定 编 码 ， 它 默 认 使 用 的 编 码 方 式 是 以 平 台 为 准 的 ， 无 论 来 指 定 编 码 ， 它 默 认 使 用 的 编 码 方 式 是 以 平 台 为 准 的 ， 无 论 l o c a l e . g e t p r e f e r r e d e n c o d i n g 返 回 的 编 码 是 什 么 。 返 回 的 编 码 是 什 么 。 读 取 文 件 设 置 编 码 其 实 上 面 的 过 程 ， 直 接 通 过 e n c o d i n g 指 定 编 码 就 可 以 了 ， 但 我 还 是 把 遇 到 的 问 题 过 程 记 录 了 下 ， 个 人 认 为 ， 本 质 性 的 东 西 是 很 重 要 的 。 所 以 设 置 文 件 编 码 方 式 就 是 上 面 说 的 ， e n c o d i n g 来 指 定 ， 示 例 如 下 。 P S ： 有 一 次 我 指 定 了 ： 有 一 次 我 指 定 了 e n c o d i n g 为 为 u t f 8 ， 但 报 错 了 ， 后 来 了 解 到 ， 统 一 正 规 的 写 法 是 ， 但 报 错 了 ， 后 来 了 解 到 ， 统 一 正 规 的 写 法 是 U T F - 8 ， ， u t f 8 只 有 部 分 程 序 可 以 识 只 有 部 分 程 序 可 以 识 别 ， 并 不 是 所 有 程 序 认 它 ， 所 以 建 议 大 写 。 别 ， 并 不 是 所 有 程 序 认 它 ， 所 以 建 议 大 写 。 上 面 是 第 一 种 写 法 ， 后 来 发 现 了 另 一 种 写 法 ， 通 过 引 入 c o d e c s 模 块 来 指 定 处 理 文 件 时 的 编 码 ， 示 例 是 这 样 的 。 #   - * -   c o d i n g : U T F - 8   - * - w i t h   o p e n ( ' C : / t e s t 2 . t x t ' ,   ' r ' ,   e n c o d i n g = " U T F - 8 " )   a s   f :     p r i n t ( f . r e a d l i n e ( ) )
对 比 一 下 ： c o d e c s 模 块 和 第 一 种 的 w i t h   o p e n 区 别 在 于 使 用 了 我 c o d e c s 后 第 三 个 参 数 e n c o d i n g 你 可 以 省 去 键 e n c o d i n g ， 表 面 看 起 来 确 实 是 这 样 的 ， 难 道 就 仅 仅 是 因 为 少 打 了 几 个 字 母 么 ？ 于 是 就 有 个 问 题 ： c o d e c s 和 o p e n 的 e n c o d i n g 区 别 是 什 么 ？ 读 取 文 件 编 码 2 和 3 的 区 别 看 到 标 题 相 比 就 知 道 他 们 区 别 了 ， 没 错 ， c o d e c s 是 用 于 是 用 于 p y 2 ， ， p y 2 那 时 候 的 那 时 候 的 o p e n 函 数 不 支 持 函 数 不 支 持 e n c o d i n g 参 数 ， 那 怎 么 解 决 乱 参 数 ， 那 怎 么 解 决 乱 码 问 题 ， 使 用 码 问 题 ， 使 用 c o d e c s 。 。 我 特 意 用 p y 2 去 试 了 下 。 拓 展 ： p y 3 是 支 持 o p e n 带 e n c o d i n g 的 ， 同 时 ， 我 们 也 发 现 p y 3 中 c o d e c s 也 可 以 用 。 那 使 用 场 景 就 很 清 晰 了 ， p y 2 用 c o d e c s ， p y 3 用 e n c o d i n g ， 如 果 要 写 兼 容 2 和 3 的 程 序 ， 就 用 c o d e c s 。
回复

举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

使用Markdown编辑器编辑 使用富文本编辑器编辑

Archiver| 手机版| 小黑屋|
Powered by Discuz! X3.4 Copyright © 2001-2020, Tencent Cloud. 商业源码建议获取授权，如侵犯您的权益，请联系客服处理