Python中open和codecs.open的區別

Question

在 Python 中有兩種打開文本文件的方法：

f = open(filename)

和

import codecs
f = codecs.open(filename, encoding="utf-8")

codecs.open什么時候比open codecs.open可取？

Answer 1

從 Python 2.6 開始，一個好的做法是使用io.open() ，它也接受一個encoding參數，就像現在已經過時的codecs.open() 。 在 Python 3 中， io.open是open()內置函數的別名。 所以io.open()可以在 Python 2.6 和所有更高版本中使用，包括 Python 3.4。 見文檔： http : //docs.python.org/3.4/library/io.html

現在，對於原始問題：在 Python 2 中讀取文本（包括“純文本”、HTML、XML 和 JSON）時，您應該始終使用帶有顯式編碼的io.open()帶有顯式編碼的open()在 Python 中3. 這樣做意味着您可以正確解碼 Unicode，或者立即得到錯誤，從而更容易調試。

純 ASCII“純文本”是遙遠過去的神話。 正確的英文文本使用卷曲引號、破折號、項目符號、€（歐元符號）甚至分音符 (¨)。 不要天真！ （我們不要忘記 Facade 設計模式！）

因為純 ASCII 不是一個真正的選擇，所以沒有顯式編碼的open()只能用於讀取二進制文件。

Answer 2

就個人而言，我總是使用codecs.open除非有明確的確定需要使用open **。 原因是有很多次我被 utf-8 輸入潛入我的程序所困擾。 “哦，我只知道它永遠是 ascii”往往是一個經常被打破的假設。

根據我的經驗，假設 'utf-8' 作為默認編碼往往是一個更安全的默認選擇，因為 ASCII 可以被視為 UTF-8，但反之則不然。 在這些情況下，當我真正知道輸入是 ASCII 時，我仍然會使用codecs.open因為我堅信“顯式優於隱式” 。

** - 在 Python 2.x 中，正如 Python 3 open對問題的評論所述，替換了codecs.open

Answer 3

在 Python 2 中有 unicode 字符串和字節串。 如果你只使用字節串，你可以讀/寫一個用open()的文件就好了。 畢竟，字符串只是字節。

例如，當您有一個 unicode 字符串並且您執行以下操作時，問題就出現了：

>>> example = u'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

因此，很明顯，您要么在 utf-8 中明確編碼您的 unicode 字符串，要么使用codecs.open為您透明地進行編碼。

如果您只使用字節串，那么沒問題：

>>> example = 'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
>>>

它比這更復雜，因為當您使用+運算符連接 unicode 和 bytestring 字符串時，您會得到一個 unicode 字符串。 容易被那個咬。

此外codecs.open不喜歡傳入非 ASCII 字符的字節codecs.open ：

codecs.open('test', 'w', encoding='utf-8').write('Μου αρέσει')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/codecs.py", line 691, in write
    return self.writer.write(data)
  File "/usr/lib/python2.7/codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)

關於輸入/輸出字符串的建議通常是“盡可能早地轉換為 unicode，並盡可能晚地轉換回字節串”。 使用codecs.open可以讓您非常輕松地完成后者。

請注意，您提供的是 unicode 字符串，而不是可能具有非 ASCII 字符的字節串。

Answer 4

當您需要打開具有特定編碼的文件時，您將使用codecs模塊。

Answer 5

我想codecs.open只是Python 2天的殘余，當時內置 open 具有更簡單的界面和更少的功能。 在 Python 2 中，內置open不接受編碼參數，因此如果您想使用二進制模式或默認編碼以外的其他內容，則應該使用 codecs.open 。

在Python 2.6 ， io 模塊幫助使事情變得更簡單。 根據官方文檔

New in version 2.6.

The io module provides the Python interfaces to stream handling.
Under Python 2.x, this is proposed as an alternative to the
built-in file object, but in Python 3.x it is the default
interface to access files and streams.

話雖如此，我能想到的codecs.open在當前場景中的唯一用途是向后兼容。 在所有其他情況下（除非您使用 Python < 2.6），最好使用io.open 。 同樣在Python 3.x io.open與built-in open相同

筆記：

codecs.open和io.open之間也存在語法差異。

codecs.open :

open(filename, mode='rb', encoding=None, errors='strict', buffering=1)

io.open :

open(file, mode='r', buffering=-1, encoding=None,
     errors=None, newline=None, closefd=True, opener=None)

Answer 6

• 當您要加載二進制文件時，請使用f = io.open(filename, 'b') 。

• 要打開文本文件，請始終使用帶有顯式編碼的f = io.open(filename, encoding='utf-8') 。

然而，在python 3中open與io.open做同樣的事情，可以代替使用。

注意： codecs.open計划在python 2.6 中引入后被棄用並由io.open取代。 如果代碼需要與早期的 Python 版本兼容，我只會使用它。 有關 Python 中編解碼器和 unicode 的更多信息，請參閱Unicode HOWTO 。

Answer 7

當您處理文本文件並希望透明編碼和解碼為 Unicode 對象時。