python - 在 Python 3 中逐行读取文件时捕获 UnicodeDecodeError 异常

Question

考虑以下代码:

with open('file.txt', 'r') as f:
    for line in f:
        print(line)

在 Python 3 中，解释器尝试解码它读取的字符串，这可能会导致异常，如 UnicodeDecodeError。这些当然可以用 try ... except block 围绕整个循环捕获，但我想在每行的基础上处理它们。

问题:有没有一种方法可以直接捕获并处理读取的每一行的异常？希望不要过多更改遍历文件的简单语法？

Answer 1

Pythonic 的方式大概是用codecs.register_error_handler('special', handler) 注册一个错误处理程序并在open 函数中声明它:

with open('file.txt', 'r', error='special') as f:
    ...

那样的话，如果有违规行，handler 将使用 UnicodeDecodeError 调用，并且能够返回替换字符串或重新引发错误.

如果您想要更明显的处理，另一种方法是以二进制模式打开文件并显式解码每一行:

with open('file.txt', 'rb') as f:
    for bline in f:
        try:
            line = bline.decode()
            print(line)
        except UnicodeDecodeError as e:
            # process error