[已解决]关于 read 读取文件的问题

caesar2334

问题：一个有标点（但是都在末尾）其他都是 中文字符的文件。使用seek让光标到达第二个字节的位置，然后进行全部read读取的时候，就发生错误了，然后再次用tell的时候，发现已经回到最末尾的。为啥呢？

最佳答案

月排行榜 / 总排行榜

Twilight6

2020-7-14 16:16:24

caesar2334 发表于 2020-7-14 16:14
>>> f =  open("C:\%users\\gues\\Desktop\\file.txt","r")
>>> f.read()
Traceback (most recent call ...

你这个报错是文件编码问题吧,你加上 encoding 参数设置下编码就好了,open 默认是 r 只读方式打开,所以这里可以不加 r :

f =  open("C:\\Users\\gues\\Desktop\\file.txt",encoding='utf-8')
f.read()

跳转到最佳答案楼层

sunrise085

什么编码？GBK 的汉字编码是两个字节，UTF-8 的汉字编码是三个字节。。

caesar2334

sunrise085 发表于 2020-7-14 16:11
什么编码？GBK 的汉字编码是两个字节，UTF-8 的汉字编码是三个字节。。

不知道那种编码，在txt文件里面书写的。我试试三个字节看看能不能读取。

caesar2334

caesar2334 发表于 2020-7-14 16:13
不知道那种编码，在txt文件里面书写的。我试试三个字节看看能不能读取。

>>> f =  open("C:\\Users\\gues\\Desktop\\file.txt","r")
>>> f.read()
Traceback (most recent call last):
  File "<pyshell#44>", line 1, in <module>
    f.read()
UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 20: illegal multibyte sequence

这样的，直接读取的话变成这样了

Twilight6

因为 read() 函数会将文件指针移动到文件末尾

Twilight6

caesar2334 发表于 2020-7-14 16:14
>>> f =  open("C:\%users\\gues\\Desktop\\file.txt","r")
>>> f.read()
Traceback (most recent call ...

你这个报错是文件编码问题吧,你加上 encoding 参数设置下编码就好了,open 默认是 r 只读方式打开,所以这里可以不加 r :

f =  open("C:\\Users\\gues\\Desktop\\file.txt",encoding='utf-8')
f.read()

sunrise085

caesar2334 发表于 2020-7-14 16:14
>>> f =  open("C:\%users\\gues\\Desktop\\file.txt","r")
>>> f.read()
Traceback (most recent call ...

估计应该是utf-8编码
打开文件改为这个，应该就行了

f =  open("C:\\Users\\gues\\Desktop\\file.txt","r",encoding='utf-8')

GBK汉字编码是两个字节，这样从一个汉字中间读取是会出现解码错误的。
utf-8汉字编码是三个字节，也会有这样的问题。
所以一般不建议用seek移动光标到文件的中间位置，seek更多是用在移动光标到文件开始或文件末尾。

caesar2334

sunrise085 发表于 2020-7-14 16:17
估计应该是utf-8编码
打开文件改为这个，应该就行了

好的 谢谢你

caesar2334

Twilight6 发表于 2020-7-14 16:16
你这个报错是文件编码问题吧,你加上 encoding 参数设置下编码就好了,open 默认是 r 只读方式打开,所以 ...

好的 谢谢你