代碼如下:
import os
import codecs
filenames=os.listdir(os.getcwd())
out=file("name.txt","w")
for filename in filenames:
out.write(filename.decode("gb2312").encode("utf-8"))
out.close()
將執行文件的當前目錄及文件名寫入到name.txt文件中,以utf-8格式保存
如果采用ANSI編碼保存,用如下代碼寫入即可:
代碼如下:
out.write(filename)
打開文件并寫入
引用codecs模塊,對該模塊目前不了解。在此記錄下方法,有空掌握該模塊功能及用法。
代碼如下:
import codecs
file=codecs.open("lol.txt","w","utf-8")
file.write(u"我")
file.close()
讀取ANSI編碼的文本文件和utf-8編碼的文件
讀取ANSI編碼文件
建立一個文件test.txt,文件格式用ANSI,內容為:
代碼如下:
abc中文
用python來讀取
代碼如下:
# coding=gbk
print open("Test.txt").read()
結果:abc中文
讀取utf-8編碼文件(無BOM)
把文件格式改成UTF-8:
代碼如下:
結果:abc涓 枃
顯然,這里需要解碼:
代碼如下:
# -*- coding: utf-8 -*-
import codecs
print open("Test.txt").read().decode("utf-8")
結果:abc中文
讀取utf-8編碼文件(有BOM)
某些軟件在保存一個以UTF-8編碼的文件時,默認會在文件開始的地方插入三個不可見的字符(0xEF 0xBB 0xBF,即BOM)。在有些軟件可以控制是否插入BOM。如果在有BOM的情況下,在讀取時需要自己去掉這些字符,python中的codecs module定義了這個常量:
代碼如下:
# -*- coding: utf-8 -*-
import codecs
data = open("Test.txt").read()
if data[:3] == codecs.BOM_UTF8:
data = data[3:]
print data.decode("utf-8")
結果:abc中文
在看下面的例子:
代碼如下:
# -*- coding: utf-8 -*-
data = open("name_utf8.txt").read()
u=data.decode("utf-8")
print u[1:]
打開utf-8格式的文件并讀取utf-8字符串后,解碼變成unicode對象。但是會把附加的三個字符同樣進行轉換,變成一個unicode字符。該字符不能被打印。所以為了正常顯示,采用u[1:]的方式,過濾到第一個字符。
注意:在處理unicode中文字符串的時候,必須首先對它調用encode函數,轉換成其它編碼輸出。
設置python默認編碼
代碼如下:
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
print sys.getdefaultencoding()
今天碰到了 python 編碼問題, 報錯信息如下
代碼如下:
Traceback (most recent call last):
File "ntpath.pyc", line 108, in join
UnicodeDecodeError: 'ascii' codec can't decode byte 0xa1 in position 36: ordinal not in range(128)
新聞熱點
疑難解答