python读取Unicode和ANSI编码的文件

最新推荐文章于 2024-08-17 18:39:53 发布

skeleton703

最新推荐文章于 2024-08-17 18:39:53 发布

阅读量1.7w

点赞数

分类专栏：程序设计语言

本文链接：https://blog.csdn.net/skeleton703/article/details/8433375

版权

本文介绍如何处理不同编码的文本文件，特别是如何读取Unicode（如UTF-8、UTF-16）和ANSI编码的文件。通过示例代码展示了如何在Python中搜索包含特定字符串的文本文件，并将结果保存到列表中。

摘要由CSDN通过智能技术生成

最近需要操作inf格式文档，用原本的文本读取方式不成功，于是搜索了一下找到原因。需要读取的目录下的文件有两种编码方式，一种是ANSI，另外一种是Unicode，但是Unicode的存储方式有UTF-8，UTF-16等，UTF即为Unicode Translation Format，就是把Unicode转做某种格式的意思。读取Unicode编码方式的文本时需要标明其存储方式，否则会出错。

如下代码可以读取指定目录下面以"test"为前缀以".txt"为后缀的文本文件(文件可以存在子目录下)，搜索到其中是否含有"done"字串，若有则输出其文件夹路径，其完整路径还有含有该字串的行。搜索完毕后将搜索到的文件完整路径存在一个list中并再次输出。

import os.path
import codecs

rootdir = "C:\\test\\code_python\\testfile"

def lookupstring(lookup):
    filelist = []
    judge = False
    for parent, dirnames, filenames in os.walk(rootdir):
        for filename in filenames:
            if filename.startswith("test") and filename.endswith(".txt"):
                try:
                    f = codecs.open(os.path.join(parent, filename), 'r', 'utf-16')
                    ls =