python 字符串编码，区别 utf-8 和utf-8-sig

最新推荐文章于 2024-02-24 14:02:29 发布

为了正义与爱

最新推荐文章于 2024-02-24 14:02:29 发布

阅读量836

点赞数

分类专栏： python txt文本文章标签： python 字符串

原文链接：https://blog.csdn.net/wozaizhe56/article/details/82048645

版权

python txt文本专栏收录该内容

1 篇文章 0 订阅

订阅专栏

python读取B.txt文件时，控制台打印首行正常，但是若是用首行内容打开文本的话，就会报错：

Traceback (most recent call last):
A
File “E:/python project/multiProcess/test.py”, line 32, in
with open("%s.txt" % line, ‘r’, encoding=‘utf-8’) as f1:
FileNotFoundError: [Errno 2] No such file or directory: ‘\ufeffA.txt’

要打开的路径比预期A.txt多了一串字符"\ufeff", 显然无法正确打开文件.

解决方案：

在读取B.txt 时,指定编码方式为 "utf-8-sig"即可如下：

with open(“B.txt”, ‘r’, encoding=‘utf-8-sig’) as f:
line = f.readline()[0:-1] #去掉末尾换行符
print(line)
with open("%s.txt" % line, ‘r’, encoding=‘utf-8’) as f1:
print(f1.readline())
f1.close()
f.close()

首行出现的”\ufeff“叫BOM(“ByteOrder Mark”)用来声明该文件的编码信息.

”utf-8“ 是以字节为编码单元,它的字节顺序在所有系统中都是一样的,没有字节序问题,因此它不需要BOM,所以当用"utf-8"编码方式读取带有BOM的文件时,它会把BOM当做是文件内容来处理, 也就会发生类似上边的错误.

“uft-8-sig"中sig全拼为 signature 也就是"带有签名的utf-8”, 因此"utf-8-sig"读取带有BOM的"utf-8文件时"会把BOM单独处理,与文本内容隔离开,也是我们期望的结果.

摘要：问题描述:json.loads(text,encoding=‘utf8’)报UnexpectedUTF-8BOM(decodeusingutf-8-sig)错误,将encoding改为’utf-8-sig’仍然报错。原因分析:text包含BOM字符解决方案:将BOM头去掉

问题描述:
json.loads(text,encoding=‘utf8’) 报Unexpected UTF-8 BOM (decode using utf-8-sig)错误,将encoding改为’utf-8-sig’仍然报错。

原因分析:

text包含BOM字符

解决方案:

将BOM头去掉,代码如下:
if text.startswith(u’/ufeff’):
text = text.encode(‘utf8’)[3:].decode(‘utf8’)

原文链接：https://blog.csdn.net/wozaizhe56/article/details/82048645