Python3 中文文件读写

今天药忘吃喽~ 2022-09-29 06:34 139阅读 0赞

字符串在Python内部的表示是Unicode编码，因此，在做编码转换时，通常需要以Unicode作为中间编码，即先将其他编码的字符串解码（decode）成Unicode，再从Unicode编码（encode）成另一种编码。

在新版本的python3中，取消了unicode类型，代替它的是使用unicode字符的字符串类型(str),字符串类型（str）成为基础类型如下所示，而编码后的变为了字节类型(bytes)但是两个函数的使用方法不变：

decode              encode
    bytes ------> str(unicode)------>bytes

u = '中文' #指定字符串类型对象u 
    str = u.encode('gb2312') #以gb2312编码对u进行编码，获得bytes类型对象str 
    u1 = str.decode('gb2312')#以gb2312编码对字符串str进行解码，获得字符串类型对象u1 
    u2 = str.decode('utf-8')#如果以utf-8的编码对str进行解码得到的结果，将无法还原原来的字符串内容

## 文件读取问题 ##

假如我们读取一个文件，文件保存时，使用的编码格式，决定了我们从文件读取的内容的编码格式，例如，我们从记事本新建一个文本文件test.txt, 编辑内容，保存的时候注意，编码格式是可以选择的，例如我们可以选择gb2312,那么使用python读取文件内容，方式如下：

f = open('test.txt','r')
    s = f.read() #读取文件内容,如果是不识别的encoding格式（识别的encoding类型跟使用的系统有关），这里将读取失败
    
    '''假设文件保存时以gb2312编码保存'''
    u = s.decode('gb2312') #以文件保存格式对内容进行解码，获得unicode字符串
    
    '''下面我们就可以对内容进行各种编码的转换了'''
    str = u.encode('utf-8')#转换为utf-8编码的字符串str
    str1 = u.encode('gbk')#转换为gbk编码的字符串str1
    str1 = u.encode('utf-16')#转换为utf-16编码的字符串str1

## codecs进行文件的读取 ##

python给我们提供了一个包codecs进行文件的读取，这个包中的open()函数可以指定编码的类型：

import codecs 
    f = codecs.open('text.text','r+',encoding='utf-8')#必须事先知道文件的编码格式，这里文件编码是使用的utf-8 
    content = f.read()#如果open时使用的encoding和文件本身的encoding不一致的话，那么这里将将会产生错误 
    f.write('你想要写入的信息') 
    f.close()