- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
以下代码使用 gzip、bz2 和 lzma 写入压缩文本文件,然后读取并打印其二进制内容。
import bz2
import gzip
import lzma
import os
def test(encoding):
print(encoding)
for module in [gzip, bz2, lzma]:
path = '/tmp/test.txt.%s' % module.__name__
if os.path.exists(path):
os.remove(path)
with module.open(path, 'wt', encoding=encoding) as fout:
fout.write('Ciao')
with module.open(path, 'rb') as fin:
print("%8s" % module.__name__, 'bytes:', fin.read())
test('utf-16')
print('')
test('utf-32')
输出是:
utf-16
gzip bytes: b'\xff\xfeC\x00i\x00a\x00o\x00'
bz2 bytes: b'C\x00i\x00a\x00o\x00'
lzma bytes: b'C\x00i\x00a\x00o\x00'
utf-32
gzip bytes: b'\xff\xfe\x00\x00C\x00\x00\x00i\x00\x00\x00a\x00\x00\x00o\x00\x00\x00'
bz2 bytes: b'C\x00\x00\x00i\x00\x00\x00a\x00\x00\x00o\x00\x00\x00'
lzma bytes: b'C\x00\x00\x00i\x00\x00\x00a\x00\x00\x00o\x00\x00\x00'
如您所见,bz2 和 lzma 不写 BOM(字节顺序标记),而 gzip 按预期写。这意味着如果我尝试以文本模式读取 bz2/lzma 文件(例如 bz2.open(path, 'rt', encoding='utf-16')
),UnicodeError
引发对缺少 BOM 的提示。
这是为什么呢?是错误吗?
最佳答案
我正在回答我自己的问题。简而言之:是的,这绝对是 io.TextIOWrapper
的 C 实现的一个错误。
当您以文本模式(压缩或非压缩)打开文件时,返回的是一个包装了二进制文件阅读器的 io.TextIOWrapper
。 io.TextIOWrapper
在 _io
扩展模块中用 C 实现。原来还有io
模块的Python实现,即_pyio
模块。 _pyio.TextIOWrapper
按预期工作,因此它绝对是 C 实现的错误。
下面的代码演示了这个问题:
import bz2
import io
import _pyio
def test(io_module, encoding='utf-16'):
path = '/tmp/test.txt.bz2'
with io_module.TextIOWrapper(bz2.open(path, 'w'), encoding=encoding) as fout:
fout.write('Ciao')
with bz2.open(path, 'rb') as fin:
print("%5s" % io_module.__name__, 'bytes:', fin.read())
test(io)
test(_pyio)
打印:
io bytes: b'C\x00i\x00a\x00o\x00'
_pyio bytes: b'\xff\xfeC\x00i\x00a\x00o\x00'
关于Python:模式 'wt' 中的 bz2 和 lzma 不编写 BOM(而 gzip 编写)。为什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55171439/
我试图弄清楚如何在使用 Apache 给出的示例时简单地排除 BOM。我正在从内部存储读取文件,并首先将其转换为字符串。然后我将其转换为 ByteArray,以便获得 InputStream。然后我使
我想从 Material list 中获取递归数据,但在此之前,我需要找到表之间的关系。我不知道如何获取 BOM 及其子 BOMS(基于下表)。 表格是: 零件:ID(pk)、DefaultBOMID
问题的意思差不多。我发现了很多关于如何在读入文本后去除字节顺序标记的建议,但这似乎是错误的。语言中是否没有一种标准方法可以通过正确识别和处理 BOM 来读取 Unicode 文件? 最佳答案 遇到了同
问题的意思差不多。我发现了很多关于如何在读入文本后去除字节顺序标记的建议,但这似乎是错误的。语言中是否没有一种标准方法可以通过正确识别和处理 BOM 来读取 Unicode 文件? 最佳答案 遇到了同
这里有两个问题。我有一组通常是带有 BOM 的 UTF-8 文件。我想将它们(理想情况下)转换为没有 BOM 的 UTF-8。似乎 codecs.StreamRecoder(stream, encod
首先,介绍一些背景知识:我正在使用 Python 开发 Web 应用程序。我所有的(文本)文件目前都以 UTF-8 格式存储在 BOM 中。这包括我所有的 HTML 模板和 CSS 文件。这些资源作为
我目前有一个 V2 数据工厂,它将带有 BOM 的 UTF-8 编码文件复制到存储位置,我想删除 BOM 作为标准复制事件的一部分。 有办法做到这一点吗? 最佳答案 事实证明,这实际上非常简单。在输出
Jetpack Compose版本:Compose BOM 2023.08.00。使用的Jetpack组合组件(S):基础、材质、动画、实况数据、UI工具、视图模型。Kotlin版本:1.9.10。复
我正在处理 Spring Cloud 契约(Contract)文档,我看到了来自 Spring cloud documentation 的依赖评论。并想知道这究竟是什么 最佳答案 BOM 是 的首字母
这些已经过时了吗?它们似乎是有史以来最糟糕的想法-在您的文件内容中嵌入任何人都看不到的内容,但会影响文件的功能。我不明白为什么我想要一个。 最佳答案 在某些情况下,它们是必需的,是的,因为存在UTF-
我使用的 Javascript 文件是其他 JavaScript 文件的串联。 不幸的是,将这些 JavaScript 文件连接在一起的人在读取文件时没有使用正确的编码,并允许将每个 JavaScri
假设我有一个编码: Encoding enc; 当这个编码被传递给我时,它被设置为发出一个 BOM。我对 BOM 不感兴趣。我系统中的编码是用 header 处理的。 假设编码是不可变的...我想创建
假设我有一个编码: Encoding enc; 当这个编码被传递给我时,它被设置为发出一个 BOM。我对 BOM 不感兴趣。我系统中的编码是用 header 处理的。 假设编码是不可变的...我想创建
我们是一家大公司,拥有大约 2000 个独立的 Java 项目。由于历史原因,我们没有多模块项目,但我们想介绍一下。 从逻辑上讲,我们已经有了项目“组”,即有人负责(比方说)50 个密切相关的项目。这
我在 byte[] byteArray 中有 xml 数据,它可能包含也可能不包含 BOM。 C# 中是否有任何标准方法可以从中删除 BOM?如果不是,处理所有情况(包括所有类型的编码)的最佳方法是什
废话不多说,直接上代码 ? 1
似乎在用于UTF16-LE和UTF-32LE的字节顺序标记之间存在歧义。特别是,请考虑一个包含以下8个字节的文件: FF FE 00 00 00 00 00 00 我怎么知道这个文件是否包含: UTF
有人可以告诉我如何用文件保存字节顺序标记(BOM)吗?例如,我现在保存一个文本文件,如下所示: NSString *currentFileContent = @"This is a string of
我注意到 Kubernetes 客户端的 fabric8.io 有两个以项目和 BOM 结尾的依赖项。 我注意到的唯一区别是它首先有一个分布式版本。同样根据 apache 指南,bom 通常用作项目的
我们有一个多模块项目,所有依赖版本都列在顶层 pom.xml 中。 .有什么方法可以让 Gradle 使用它,而不必将此 bom 安装到本地 maven repo 中? 更具体地说:有一个 pom.x
我是一名优秀的程序员,十分优秀!