python - 读取文件，输出UTF-8/Unicode

Question

我正在尝试读取文件并比较字符。但是，当我在阅读每一行后打印出来时:

    with open('Q1.txt') as f:
        content = f.read().splitlines()

我得到“\x80”、“\xe2”、“\x9d”等。

这些是什么意思以及如何摆脱它们？

谢谢。

Answer 1

open() builtin 不处理 Python 2.x 中的任何文本编码。多字节字符以原始十六进制形式出现。您可以使用 io模块以获得更强大的能力open提供参数来定义编码的函数:

import io
with io.open(fname, 'r', encoding='utf-8') as f:
  ...

方便的是，这适用于 python 2.6+ 和 3.x，因此如果稍后将代码移植到 py3k，您将不会遇到神秘的编码问题。顺便说一句，open 3.x 中的builtin 实际上是io.open 的别名。 。 2.6+ 中的向后移植版本具有完全相同的功能。 io模块旨在取代 codecs模块并有一些内部改进，因此最好使用其 open在新代码中。