增加或改變已打開文件的編碼

問題

你想在不關閉一個已打開的文件前提下增加或改變它的 Unicode 編碼。

解法

如果你想給一個以二進制模式打開的文件添加 Unicode 編碼/解碼方式，可以使用io.TextIOWrapper() 對象包裝它。比如：

import urllib.request import io u = urllib.request.urlopen('http://www.python.org') f = io.TextIOWrapper(u, encoding='utf-8') text = f.read()

如果你想修改一個已經(jīng)打開的文本模式的文件的編碼方式，可以先使用 detach()方法移除掉已存在的文本編碼層，并使用新的編碼方式代替。下面是一個在sys.stdout 上修改編碼方式的例子：

>>> import sys >>> sys.stdout.encoding 'UTF-8' >>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='latin-1') >>> sys.stdout.encoding 'latin-1' >>>

這樣做可能會中斷你的終端，這里僅僅是為了演示而已。

PS. 我的測試結果

Python 3.9.0 (tags/v3.9.0:9cf6752, Oct 5 2020, 15:34:40) [MSC v.1927 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license()" for more information. >>> import io,sys >>> sys.stdout.encoding 'utf-8' >>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='latin-1') Traceback (most recent call last):File "<pyshell#2>", line 1, in <module>sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='latin-1') io.UnsupportedOperation: detach >>>

討論

I/O 系統(tǒng)由一系列的層次構建而成。你可以試著運行下面這個操作一個文本文件的例子來查看這種層次：

>>> f = open('sample.txt','w') >>> f <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'> >>> f.buffer <_io.BufferedWriter name='sample.txt'> >>> f.buffer.raw <_io.FileIO name='sample.txt' mode='wb'> >>>

在這個例子中， io.TextIOWrapper 是一個編碼和解碼 Unicode 的文本處理層，io.BufferedWriter 是一個處理二進制數(shù)據(jù)的帶緩沖的 I/O 層， io.FileIO 是一個表示操作系統(tǒng)底層文件描述符的原始文件。增加或改變文本編碼會涉及增加或改變最上面的 io.TextIOWrapper 層。

一般來講，像上面例子這樣通過訪問屬性值來直接操作不同的層是很不安全的。例如，如果你試著使用下面這樣的技術改變編碼看看會發(fā)生什么：

>>> f <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'> >>> f = io.TextIOWrapper(f.buffer, encoding='latin-1') >>> f <_io.TextIOWrapper name='sample.txt' encoding='latin-1'> >>> f.write('Hello') Traceback (most recent call last): File "<stdin>", line 1, in <module> ValueError: I/O operation on closed file. >>>

detach() 方法會斷開文件的最頂層并返回第二層，之后最頂層就沒什么用了。例如：

>>> f = open('sample.txt', 'w') >>> f <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'> >>> b = f.detach() >>> b <_io.BufferedWriter name='sample.txt'> >>> f.write('hello') Traceback (most recent call last):File "<stdin>", line 1, in <module> ValueError: underlying buffer has been detached >>>

一旦斷開最頂層后，你就可以給返回結果添加一個新的最頂層。比如：

>>> f = io.TextIOWrapper(b, encoding='latin-1') >>> f <_io.TextIOWrapper name='sample.txt' encoding='latin-1'> >>>

盡管已經(jīng)向你演示了改變編碼的方法，但是你還可以利用這種技術來改變文件行處理、錯誤機制以及文件處理的其他方面。例如：

>>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='ascii', ... errors='xmlcharrefreplace') >>> print('Jalape\u00f1o') Jalape&#241;o >>>

注意下最后輸出中的非 ASCII 字符 ? 是如何被 ? 取代的。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結

以上是生活随笔為你收集整理的《Python Cookbook 3rd》笔记（5.16）：增加或改变已打开文件的编码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。