我有一个包含多行的文本文件。一行的示例是：3578312 10 3 7 8
然而，分隔符是 [0001]（在一个框中），而不是传统的分隔符，如逗号或制表符等。
我在 python 中使用 numpy 来阅读这个，有人知道分隔符应该是什么吗？我已经搜索了文档，但没有得到任何东西。
import numpy as np
read_data= np.genfromtxt(fname, delimiter='\u0001')
给出：
array([ nan, nan, nan, ..., nan, nan, nan])
但是当我将空分隔符物理转换为逗号分隔符时，我可以使用正确的值读取它。
我知道 \u0001 不是正确的分隔符。这只是一个假设的例子。我无法在此处粘贴分隔符，它看起来像一个带有 0001 的封闭方形框，采用 2 行 x 2 列的方式。
最有可能的是，在某种意义上\u0001 是正确的分隔符，你只是做错了。
有些字体使用类似符号来显示非打印控制字符，因此 0001-in-a-box 是 U+0001 的表示，也就是标题的开始，也就是 control-A。*
第一个问题是 Python 2.x 文字'\u0001'没有指定该字符。您不能在文字中使用\u转义str符，只能在文字中使用unicode。文档对此进行了解释，但是如果您考虑一下，这很有意义。因此，文字'\u0001'不是源文件编码中的字符 U+0001，它是六个单独的字符（一个反斜杠、一个字母和四个数字）。
那么，你能用u'\u0001'吗？嗯，是的，但是您需要将文本文件解码为 Unicode，这在这里可能不合适。它根本不是一个文本文件，它是一个二进制文件。关键是这样看。
您的文本编辑器无法做到这一点，因为它是……好吧，一个文本编辑器，因此它会将您的二进制文件解码为 ASCII（或者可能是 UTF-8、Latin-1、cp1252 等）文本，然后显示结果Unicode，这就是为什么您会看到 U+0001 的字体表示。但是 Python 可以让你直接处理二进制数据；这就是 a 的str作用。
那么，文件中的实际字节数是多少？如果你这样做：
b = f.readline()
print repr(b)
你可能会看到这样的东西：
'357812\x0110\x0113\x017\x018\n'
这就是关键：您想要的实际分隔符是'\x01'.**
当然你可以使用u'\u0001'.encode('Latin-1'), 或者你的源文件的任何编码......但这只是愚蠢的。您知道要匹配哪个字节，为什么要尝试提出一个表示该字节的表达式而不是仅仅指定它？
如果您愿意，您也可以将 control-A 分隔符转换为更传统的东西，例如逗号：
lines = (line.replace('\x01', ',') for line in file)
但是没有理由要付出额外的努力来解决这个问题。特别是如果某些列可能包含文本，其中可能包含逗号......那么你必须做一些事情，比如在每个不在引号内的原始逗号前面加上一个反斜杠，或者引用每个字符串列，或者其他什么，然后才能替换用逗号分隔。
* 从技术上讲，它应该显示为非组合非间距标记......但是在许多上下文中您希望看到不可见字符，尤其是控制字符，因此许多字体都有符号，并且许多文本编辑器将这些符号显示为如果它们是正常的间距字形。除了框中的 0001 之外，常见的表示形式还包括不同类型框中的 SOH（表示“标题开头”）或 A（表示“控制 A”）或 001（ASCII 控制字符的八进制代码）。此页面和此页面显示了一些字体如何显示它。
** 如果您知道得足够多，您可以很容易地推断出这一点，因为'\x01'在几乎任何字符集中都会解码为u'\u0001'. 但知道如何直接看字节比了解别人的猜测更重要……</p>