以“rb”模式從 sys.stdin 讀取文件：Python

Question

我寫了下面的代碼來將 csv 文件轉換為 xml 文件。 我正在從 sys.stdin 讀取文件並將輸出寫回 sys.stdout。 讀取文件時出現以下錯誤。

UnicodeDecodeError: 'utf-8' 編解碼器無法解碼位置 7652 中的字節 0xcc：繼續字節無效

我研究了這個錯誤，發現在 'rb' 模式下讀取輸入文件可能會解決這個錯誤。 現在如何更改以下代碼以在“rb”模式下從 sys.stdin 讀取輸入文件。 我還沒有找到答案。

import csv
import sys
import os
from xml.dom.minidom import Document

filename = sys.argv[1]
filename = os.path.splitext(filename)[0]+'.xml'
pathname = "/tmp/"
output_file = pathname + filename

f = sys.stdin
reader = csv.reader(f)
fields = next(reader)
fields = [x.lower() for x in fields]
fieldsR = fields

doc = Document()
dataRoot = doc.createElement("rowset")
dataRoot.setAttribute('xmlns:xsi', "http://www.w3.org/2001/XMLSchema-instance")
dataRoot.setAttribute('xsi:schemaLocation', "./schema.xsd")
doc.appendChild(dataRoot)

for line in reader:
    dataElt = doc.createElement("row")           
    for i in range(len(fieldsR)):
        dataElt.setAttribute(fieldsR[i], line[i])
        dataRoot.appendChild(dataElt)


xmlFile = open(output_file,'w')
xmlFile.write(doc.toprettyxml(indent = '\t'))
xmlFile.close()
sys.stdout.write(output_file)

Answer 1

在 Python 3 中，stdin、stout 和 stderr 都封裝在 IO 緩沖區中，這些緩沖區將動態文本編碼/解碼應用於流。

如果您想直接訪問底層二進制流，它可以作為這些包裝器中的屬性使用。

對於標准輸入，不要在sys.stdin中調用.read做sys.stdin.buffer.raw.read() - （同樣對於標准輸入和標准輸出，只需使用...buffer.raw來獲取底層二進制流）。