python30讲最后一个题
##返回文件里所有某行某位置的匹配信息def search_in_file(file_name, key):#search_in_file(路径, 关键字)
#f = open(file_name,encoding='unicode_escape')
f = open(file_name,encoding='utf-8')
count = 0# 记录行数
key_dict = dict()# 字典，用户存放key所在具体行数对应具体位置
for each_line in f:
count += 1
if key in each_line:
pos = pos_in_line(each_line, key)# key在每行对应的位置
key_dict = pos
f.close()
return key_dict
代码如上：
报错信息
Traceback (most recent call last):
File "D:/pycharmprojects/fisherctest.py", line 329, in <module>
search_files(key, detail)
File "D:/pycharmprojects/fisherctest.py", line 319, in search_files
key_dict = search_in_file(each_txt_file, key)
File "D:/pycharmprojects/fisherctest.py", line 298, in search_in_file
for each_line in f:
File "D:\Python3.7\lib\codecs.py", line 322, in decode
(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb4 in position 0: invalid start byte
尝试了百度上的几种方法，无果，有解决类似转码问题的大佬求支招
将你需要检测的txt文本重新另存为保存，进行编码设置：
第一步，选择另存为：
https://xxx.ilovefishc.com/forum/202005/25/072650zqq1fqqmng421bqz.jpg
第二步，选择编码，选什么编码，open时候设置什么编码，这里选择 utf-8，open就要加上参数 encoding = 'utf-8'：
https://xxx.ilovefishc.com/forum/202005/25/072647nvzjv2zemvgxet5g.jpg
如果你想open不加 encoding = 'utf-8' 那么另存为时候编码改成这里的 ANSI 即可：
https://xxx.ilovefishc.com/forum/202006/22/222937li4vv400i6v44b6z.png
可以先检测文件的编码格式。
下面代码是检测编码格式的。
可能需要先安装chardet模块，看个人情况，或许你安装的python已经有chardet模块了
import chardet
f = open(file_name,'rb')# 先用二进制打开
data = f.read()# 读取文件内容
file_encoding = chardet.detect(data).get('encoding')# 得到文件的编码格式
f.close()
print(file_encoding) Twilight6 发表于 2020-7-2 22:11
将你需要检测的txt文本重新另存为保存，进行编码设置：
第一步，选择另存为：
你的方法治标不治本，在循环中，遍历多个文件的时候，很可能会遇到编码格式不一样的文件，难道还要先去把那些文件的编码格式都一一检查，改为统一的编码格式么？ sunrise085 发表于 2020-7-2 22:22
你的方法治标不治本，在循环中，遍历多个文件的时候，很可能会遇到编码格式不一样的文件，难道还要先去把 ...
那确实 ，只是我想这也就课后练习，应该测试过下就行，不会大量吧 我是只改了这个文件夹下的其中一个文件
因为这是对一个文件夹里的所有txt文件做读操作，难道必须得把所有文件夹里所有的编码格式都搞成utf-8吗 sunrise085 发表于 2020-7-2 22:22
你的方法治标不治本，在循环中，遍历多个文件的时候，很可能会遇到编码格式不一样的文件，难道还要先去把 ...
对的，大佬有啥好办法没...... sunrise085 发表于 2020-7-2 22:20
可以先检测文件的编码格式。
下面代码是检测编码格式的。
可能需要先安装chardet模块，看个人情况，或许 ...
好的，谢谢建议。不过一个文件夹下多个TXT文件，总不能都去改编码格式...... 把chardet写成get_code()函数, encoding=get_code() 不就秒杀所有文件了? 四个大字 发表于 2020-7-4 09:55
好的，谢谢建议。不过一个文件夹下多个TXT文件，总不能都去改编码格式......
。。。。
我在三楼的回答就是检测编码格式的啊。
检测出编码格式，然后open(filename,'r',encoding=file_encoding),不久可以正常打开了么？ sunrise085 发表于 2020-7-4 16:20
。。。。
我在三楼的回答就是检测编码格式的啊。
检测出编码格式，然后open(filename,'r',encoding=fil ...
{:5_109:}了解了解，就是这么处理的 四个大字 发表于 2020-7-5 10:57
了解了解，就是这么处理的
问题解决了，就评一个最佳答案呗 有必要这么麻烦嘛，你们不知道自己笔记本默认的编码呢？GB2312啊！ 再说，open的默认编码也是GB2312，有必要加个编码引起问题吗？ 除非处理数据大并且编码都不一样的文件 陈尚涵 发表于 2020-7-7 12:26
再说，open的默认编码也是GB2312，有必要加个编码引起问题吗？
哈喽，打开文件时确实是报编码异常才会去加encoding，
不确定是不是代码编译器不同导致你这样说
页:
[1]