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 =