Python 读写文件的编码与解码问题

个人心得:

请留意with open  第三个参数不是 encoding   而是  buffering  所以要写的时候,需要加上去 encoding=

截图如下

with open(file='E:/Python_project/平时练习/测试.html',mode='w',encoding='utf-8') as f:
    f.write(html_text)

下面是转载的正文:

 

Python 读写文件的编码与解码问题

 

倔强的潇洒小姐关注

2017.08.30 19:08:22字数 549阅读 11,846

本文通过使用 Python 中的 with 来读写 word 文档,遇到文本的编码与解码问题,试了下面很多种方法,依旧没有不能将 word 文件的内容打印出来


最终通过文件格式转化来实现的,请见最后代码描述

演示文件为docx文档,内容如下:

 

Word文件内容.png

源码

with open('C:/Users/zhangXXX/Desktop/test.docx') as f:
line = f.read()
print(line)

运行源码查看报错信息
UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 15: illegal multibyte sequence

上述错误是一种很常见的解码错误,下面介绍该错误的解决方法

1)打开文件时设置编码格式,如 encoding=’gbk’ 或者'utf-8'

 with open('C:/Users/zhangXXX/Desktop/test.docx', encoding=’gbk’) as f:

2)若(1)不能解决,可能是文本中出现的一些特殊符号超出了gbk的编码范围,可以选择编码范围更广的‘gb18030’

 with open('C:/Users/zhangXXX/Desktop/test.docx', encoding='gb18030') as f:

3)若(2)仍不能解决,说明文中出现了连‘gb18030’也无法编码的字符,可以使用‘ignore’属性进行忽略,但输出结果是乱码

 with open('C:/Users/zhangXXX/Desktop/test.docx', encoding='gb18030', errors='ignore') as f:

文件输出是乱码.png

把utf-8,gbk等各种编码方式都试了一遍,还是没有解决问题然后仔细看报错信息,根据UnicodeDecodeError: 'utf-8' codec can't decode byte 0xfb in position 14: invalid start byte,猜测文件中某个字节不能解码,打开文件一看,并没有看出什么问题来

4)TypeError: an integer is required (got type str)

open() 函数的第三个参数不是用来接收编码方式的,而是传入一个buffering的值,此处传入了'gbk'字符串,所以系统提示传一个整型

with open('C:/Users/zhangXXX/Desktop/海口.docx', 'rb', 'gbk') as f:

 

文件转化方法步骤:

通过调用office的API进行操作,因为在office上能完成的操作,都能通过win32完成,所以我们选择使用win32
(Python3.5 需要安装 win32compat,里面含了 win32 的很多包)

1、安装第三方库:win32compat

pip install  win32compat

2、将文件转化为文本格式 后再次打开输出(先将文件转化为doc格式)

# test for with.py
# -*- coding: utf-8 -*-
# __author__ = 'Carina'

from win32com import client as wc

word = wc.Dispatch('Word.Application')
doc = word.Documents.Open(r'C:/Users/Carina/Desktop/海口1.doc')
doc.SaveAs('C:/Users/Carina/Desktop/海口2',4)
doc.Close()
word.Quit()

with open(r'C:\Users\Carina\Desktop\海口2.txt','r') as f:
    line = f.read()
    print(line)

调试过程png

总结

读取文件内容的方式常见有3种:
file.read()
file.readlines()
file.readline()

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值