我在一个文件夹中保存了很多文件。现在我想阅读所有这些。它们有不同的格式和不同的编码。使用listdir/glob.glob我可以找到列表，但是如何open/read为不同的编码处理或处理它们？
如果有人可以帮助我。我在 Windows 上使用 Python3.2。
问候， Subhabrata Banerjee。
问问题
2450 次
3 回答
2
假设您知道哪些文件采用哪些编码，请使用codecs.open()。它的工作方式几乎与常规的 open() 完全相同，但需要一个可选的编码参数。
于 2012-07-10T17:21:56.157 回答
1
open(fp)是在 python 中打开文件的标准方法，请参见：http ://docs.python.org/library/functions.html#open
一旦打开，您可以按照http://docs.python.org/library/stdtypes.html#bltin-file-objects.read()的指定读取文件
编码将更加棘手，并且将基于您如何知道每个文件使用什么编码
于 2012-07-10T17:16:36.807 回答
0
正如Jeremiah 所写的 (for )，codecs.open()对于 Python 2 的作用与现代化open()对 Python 3 的作用相同。encoding参数说明了文件内部使用的编码。
但是，重要的区别是如果codecs.open()使用，则读取的行是 unicode 字符串（并且要写入的行应该是 unicode 字符串），而不是普通的旧字符串（即字节序列）。在 Python 3 中感觉更自然一些，但在 Python 2 中也可以这样做。
我建议阅读 Mark Pilgrim 的Dive Into Python 3，第 4 章。字符串。
他的第 15 章案例研究：将 chardet 移植到 Python 3解释了上述chardet模块的工作原理。
于 2012-07-10T21:24:14.677 回答