我有一个文本文件,第一行是 unicode 字符,所有其他行都是 ASCII。 我尝试将第一行作为一个变量读取,将所有其他行作为另一个变量读取。但是,当我使用以下代码时:
# -*- 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()
我得到以下输出:
<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(),则会读取整个文件,而不仅仅是 codecs.open() 和 open() 的前 7 行。
为什么会发生这样的事情? 为什么 codecs.open() 以二进制模式读取文件,尽管添加了“r”参数?
更新:这是原始文件:http://www1.datafilehost.com/d/0792d687
最佳答案
因为您使用了 .readline()
first,所以 codecs.open()
文件已经填充了一个行缓冲区;随后对 .readlines()
的调用返回仅缓冲的行。
如果您再次调用 .readlines()
,将返回其余行:
>>> f = codecs.open(filename, 'r3', encoding='utf-8')
>>> line = f.readline()
>>> len(f.readlines())
7
>>> len(f.readlines())
71
解决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.
这种行为确实是一个错误; Python 开发人员知道这一点,请参阅 issue 8260 .
另一种选择是使用 io.open()
而不是 codecs.open()
; io
库是 Python 3 用来实现内置 open()
函数的库,它比 codecs
更健壮和通用模块。
关于python - Python 2.7 中的 Open() 和 codecs.open() 行为异常不同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16130904/