[已解决]python第30课练习4的疑问

我爱吃爆米花

https://fishc.com.cn/thread-45649-1-1.html
4. 编写一个程序，用户输入关键字，查找当前文件夹内（如果当前文件夹内包含文件夹，则进入文件夹继续搜索）所有含有该关键字的文本文件（.txt后缀），要求显示该文件所在的位置以及关键字在文件中的具体位置（第几行第几个字符）

运行答案代码后出现错误:UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 303: illegal multibyte sequence

疑问:请问换哪种编码方式,utf-8也不行?  还是说要换2进制的只读方式?

求大佬解决疑惑

最佳答案

月排行榜 / 总排行榜

sunrise085

2020-9-1 17:45:24

我猜测原因看是因为你有多个txt文件，而各个txt文件格式不一样，有的是GBK ，有的是utf-8。这就导致你写哪一种编码格式都会有不能正确编码的文件。
若想彻底解决，需要安装一个检测文件编码的包，包名是：chardet
然后每次poen一个文件之前先检测编码格式，然后以正确的格式打开

跳转到最佳答案楼层

1q23w31

发一下源码

sunrise085

我猜测原因看是因为你有多个txt文件，而各个txt文件格式不一样，有的是GBK ，有的是utf-8。这就导致你写哪一种编码格式都会有不能正确编码的文件。
若想彻底解决，需要安装一个检测文件编码的包，包名是：chardet
然后每次poen一个文件之前先检测编码格式，然后以正确的格式打开

bonst

楼上的老兄说的很对啊

bonst

最好是加一个条件判断语句再打开

我爱吃爆米花

1q23w31 发表于 2020-9-1 17:24
发一下源码

import os

def print_pos(key_dict):
    keys = key_dict.keys()
    keys = sorted(keys) # 由于字典是无序的，我们这里对行数进行排序
    for each_key in keys:
        print('关键字出现在第 %s 行，第 %s 个位置。' % (each_key, str(key_dict[each_key])))


def pos_in_line(line, key):
    pos = []
    begin = line.find(key)
    while begin != -1:
        pos.append(begin + 1) # 用户的角度是从1开始数
        begin = line.find(key, begin+1) # 从下一个位置继续查找

    return pos


def search_in_file(file_name, key):
    f = open(file_name)
    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[count] = pos
   
    f.close()
    return key_dict


def search_files(key, detail):   
    all_files = os.walk(os.getcwd())
    txt_files = []

    for i in all_files:
        for each_file in i[2]:
            if os.path.splitext(each_file)[1] == '.txt': # 根据后缀判断是否文本文件
                each_file = os.path.join(i[0], each_file)
                txt_files.append(each_file)

    for each_txt_file in txt_files:
        key_dict = search_in_file(each_txt_file, key)
        if key_dict:
            print('================================================================')
            print('在文件【%s】中找到关键字【%s】' % (each_txt_file, key))
            if detail in ['YES', 'Yes', 'yes']:
                print_pos(key_dict)


key = input('请将该脚本放于待查找的文件夹内，请输入关键字：')
detail = input('请问是否需要打印关键字【%s】在文件中的具体位置（YES/NO）：' % key)
search_files(key, detail)

我爱吃爆米花

sunrise085 发表于 2020-9-1 17:45
我猜测原因看是因为你有多个txt文件，而各个txt文件格式不一样，有的是GBK ，有的是utf-8。这就导致你写哪 ...

那我去下载个试试