python 2.7 : len() returns wrong value for line from file with newline character

Question

我在 Windows 7 64 位上使用 WinPython 2.7。

我想打开一个文件，逐行读取它的内容，当遇到某个序列时，我想从那里继续操作文件内容。

为了保存当前位置，我将当前行的长度附加到行长度列表中。但是，len(line) 返回的值太小了 1。我怀疑这是因为 Windows 的换行符 \r\n。

以下面的代码为例。

• 测试文件.txt:

   Line1
   Line2
   Line3
  

• 测试.py

   fn = 'testfile.txt'
  
   f = open(fn)
  
   line_offsets = []
   for line in f:
       line_offsets.append(len(line))
  
   f.seek(line_offsets[1])
   print '%r' % f.read()
  

• 输出:

   '\nLine2\nLine3'
  

• 预期输出:

   'Line2\nLine3'
  

我尝试通过指定读取方法(使用通用换行符)打开文件:f = open(fn, 'rU') 但这也没有成功。如果我以二进制模式打开文件，我可以让它工作，但这实际上是一个文本文件，而不是二进制文件，所以我想避免这种情况，我也想了解这里发生了什么。

Answer 1

以二进制模式打开文件，'\r' 不会从行中删除。然后 len 将返回正确的字节数。

f = open(fn, 'rb')

如果您移植到 Python 3，这将尤其重要，因为非二进制文件会在您读取它们时将字节解码为 Unicode 字符，并且计数可能方式关闭。