wry2008wry的专栏

原创 python codecs.open视\u2028字符为换行符

使用codecs.open逐行读取文件时，发现有一行数据被分成了两行，原因是使用codecs.open打开后再逐行读取时会将字符\u2028视为换行，经搜索发现该字符是javascript中的转义字符，在一些从网页上抓取的文本中常见，同理还有\u2029，示意代码如下：import codecstxt = u'aa\nbb\u2028cc'fd = open('a.txt', 'wb')