[英]How to read and write "Unicode (UTF-16 little endian)" text to and from a binary file in Python?
[英]File write and file read in utf-16 in python
我有此文件写入功能:
def filewrite(folderpath, filename, strdata, encmode):
try:
path = os.path.join(folderpath, filename)
if not path:
return
create_dir_path(folderpath)
#path = os.path.join(folderpath, filepath)
with codecs.open(path, mode='w', encoding=encmode) as fp:
fp.write(unicode(strdata))
except Exception, e:
raise Exception(e)
用于将数据写入文件:
filewrite(folderpath, filename, strdata, 'utf-16')
但是,如果尝试读取此文件时出现异常:
Exception: UTF-16 stream does not start with BOM
我的文件读取功能如下所示:
def read_in_chunks(file_object, chunk_size=4096):
try:
while True:
data = file_object.read(chunk_size)
if not data:
break
yield data
except Exception, ex:
raise ex
def fileread(folderPath, fileName, encmode):
try:
path = os.path.join(folderPath, fileName)
fileData = ''
if os.access(path, os.R_OK):
with codecs.open(path, mode='r', encoding=encmode) as fp:
for block in read_in_chunks(fp):
fileData = fileData + block
return fileData
return ''
except Exception, ex:
raise ex
请让我知道这里做错了什么。
谢谢
您的代码似乎没有任何问题。 在我的计算机上运行它会在文件开头自动创建正确的BOM。
BOM是文件开头的字节序列,指示应读取的顺序多字节编码(UTF-16)-如果您感兴趣,可以阅读有关系统字节序的信息 。
如果您在Mac / Linux上运行,则应该能够hd your_utf16file
或hexdump your_utf16file
来检查文件中的原始字节。 运行您的代码,我在我的开头看到了正确的字节0xff 0xfe。
尝试将您的fileread
函数部分替换为
with codecs.open(path, mode='r', encoding=encmode) as fp:
for block in fp:
print block
以确保您在消除外部因素(您的read_in_chunks
功能)之后仍然可以读取文件。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.