Python 2.7中的Open（）和codecs.open（）行为异常不同

Question

我有一个带有unicode字符的第一行和所有其他ASCII行的文本文件。 我尝试将第一行读取为一个变量，将所有其他行读取为另一个变量。 但是，当我使用以下代码时：

# -*- coding: utf-8 -*-
import codecs
import os
filename = '1.txt'
f = codecs.open(filename, 'r3', encoding='utf-8')
print f
names_f = f.readline().split(' ')
data_f = f.readlines()
print len(names_f)
print len(data_f)
f.close()
print 'And now for something completely differerent:'
g = open(filename, 'r')
names_g = g.readline().split(' ')
print g
data_g = g.readlines()
print len(names_g)
print len(data_g)
g.close()

我得到以下输出：

<open file '1.txt', mode 'rb' at 0x01235230>
28

7

And now for something completely differerent:

<open file '1.txt', mode 'r' at 0x017875A0>

28

77

如果我不使用readlines（），则整个文件都将读取，不仅是codecs.open（）和open（）的前7行。

为什么会这样呢？ 为什么尽管添加了“ r”参数，但codecs.open（）仍以二进制模式读取文件？

更新：这是原始文件： http : //www1.datafilehost.com/d/0792d687

Answer 1

因为使用.readline() 第一 ， codecs.open()文件已填补了linebuffer; 随后对.readlines()调用仅返回缓冲的行。

如果再次调用.readlines() ，则返回其余行：

>>> f = codecs.open(filename, 'r3', encoding='utf-8')
>>> line = f.readline()
>>> len(f.readlines())
7
>>> len(f.readlines())
71

解决方法是不要混合使用.readline()和.readlines() ：

f = codecs.open(filename, 'r3', encoding='utf-8')
data_f = f.readlines()
names_f = data_f.pop(0).split(' ')  # take the first line.

这种行为确实是一个错误。 Python开发人员已意识到这一点，请参阅问题8260 。

另一种选择是使用io.open()而不是codecs.open() ; io库是Python 3用于实现内置open()函数的库，并且比codecs模块更强大，更通用。