比如,需要打开的数据文件puk_training.utf8的样式如图所示
一、python2 打开文件:
import sys
print(sys.getdefaultencoding()) #系统默认编码方式
f = file(".\\pku_training.utf8") #以file来打开文件
print type(f) #获取f的数据类型
data = f.read()[3:].decode('utf-8') #比如读取数据的的3及其以后数据,注意decode解码
f.close()
print type(data)
data = data.encode('utf-8') #以utf-8方式编码
print type(data)
data = data.decode('utf-8') #以utf-8方式解码
print type(data)
tokens = data.split(' ') #以数按空格切分词,存放到list里边
print type(tokens) #打印tokens的数据类型
print type(tokens[1]) #打印tokens里边数据的数据类型
print tokens[1].encode('utf-8') #直接打印tokens[1]会出错,需要打印str类型
print tokens[1]
输出结果: