[英]Open() and codecs.open() in Python 2.7 behave strangely different
我有一個帶有unicode字符的第一行和所有其他ASCII行的文本文件。 我嘗試將第一行讀取為一個變量,將所有其他行讀取為另一個變量。 但是,當我使用以下代碼時:
# -*- 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()
我得到以下輸出:
<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(),則整個文件都將讀取,不僅是codecs.open()和open()的前7行。
為什么會這樣呢? 為什么盡管添加了“ r”參數,但codecs.open()仍以二進制模式讀取文件?
更新:這是原始文件: http : //www1.datafilehost.com/d/0792d687
因為使用.readline()
第一 , codecs.open()
文件已填補了linebuffer; 隨后對.readlines()
調用僅返回緩沖的行。
如果再次調用.readlines()
,則返回其余行:
>>> f = codecs.open(filename, 'r3', encoding='utf-8')
>>> line = f.readline()
>>> len(f.readlines())
7
>>> len(f.readlines())
71
解決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.
這種行為確實是一個錯誤。 Python開發人員已意識到這一點,請參閱問題8260 。
另一種選擇是使用io.open()
而不是codecs.open()
; io
庫是Python 3用於實現內置open()
函數的庫,並且比codecs
模塊更強大,更通用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.