第035讲：图形用户界面入门：EasyGui，课后习题2，打开文本文件报错

wyft5t5

2. 提供一个文件夹浏览框，让用户选择需要打开的文本文件，打开并显示文件内容。"bmT<wB

课后提供的密码如下：
————————————————————————————————————————————————————————————

import easygui as g
import os

file_path = g.fileopenbox(default="*.txt")

with open(file_path) as f:
    title = os.path.basename(file_path)
    msg = "文件【%s】的内容如下：" % title
    text = f.read()
    g.textbox(msg, title, text)

————————————————————————————————————————————————————————————
执行结果：

Traceback (most recent call last):
  File "C:/Programs/Python/text/035-6.py", line 9, in <module>
    text = f.read()
UnicodeDecodeError: 'gbk' codec can't decode byte 0xaf in position 11: illegal multibyte sequence

这个错误应该是文本格式的原因，但是该怎么修改呢？

ba21

'gbk' codec can't decode 编码解码。
cchardet 比chardet准确度高，速度快

cchardet.detect()返回字典，其中confidence是检测精确度，encoding是编码形式



1：网页编码判断：
import requests
import cchardet

res = requests.get('http://www.baidu.com/')
rawdata  = res.content
cchardet.detect(rawdata)

>>>{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}



2：文件编码判断

import cchardet

with open('c:\\111.txt','rb') as f:
        msg=f.read()

enc = cchardet.detect(msg)
enc = enc['encoding']
print(enc)



# 以指定编码打开文件
with open("新建文本文档.txt", "r", encoding=enc) as f:
    print(f.read())

zltzlt

1. import easygui as g
   
2. import os
   
3. 
   
4. file_path = g.fileopenbox(default="*.txt")
   
5. 
   
6. with open(file_path, encoding="utf-8") as f:
   
7.     title = os.path.basename(file_path)
   
8.     msg = "文件【%s】的内容如下：" % title
   
9.     text = f.read()
   
10.     g.textbox(msg, title, text)

复制代码

wyft5t5

ba21 发表于 2019-8-1 23:31
'gbk' codec can't decode 编码解码。
cchardet 比chardet准确度高，速度快

我参照你的这个例子进行更改，程序如下：
————————————————————————————————————————
import easygui as g
import os
import cchardet as k

file_path = g.fileopenbox(default="*.txt")

with open(file_path) as f:
    title = os.path.basename(file_path)
    msg = "文件【%s】的内容如下：" % title
    text = f.read()
    enc=k.detect(text)
    enc = enc['encoding']
    g.textbox(msg, title, enc)
————————————————————————————————————————
结果报错如下：
Traceback (most recent call last):
  File "C:/Programs/Python/text/035-6.py", line 11, in <module>
    enc=k.detect(text)
  File "C:\Programs\Python\text\venv\lib\site-packages\cchardet\__init__.py", line 15, in detect
    encoding, confidence = _cchardet.detect_with_confidence(msg)
TypeError: Argument 'msg' has incorrect type (expected bytes, got str)
————————————————————————————————————————
这个报错，针对的是
msg = "文件【%s】的内容如下：" % title
这一句

wyft5t5

ba21 发表于 2019-8-1 23:31
'gbk' codec can't decode 编码解码。
cchardet 比chardet准确度高，速度快

第二次修改，将
msg = "文件【%s】的内容如下：" % title 这句改成 msg = "文件的内容如下："
————————————————————————————————————————
import easygui as g
import os
import cchardet as k

file_path = g.fileopenbox(default="*.txt")

with open(file_path) as f:
    title = os.path.basename(file_path)
    msg = "文件的内容如下："
    text = f.read()
    enc=k.detect(text)
    enc = enc['encoding']
    g.textbox(msg, title, enc)
————————————————————————————————————————
此时报错如下：
Traceback (most recent call last):
  File "C:/Programs/Python/text/035-6.py", line 11, in <module>
    enc=k.detect(text)
  File "C:\Programs\Python\text\venv\lib\site-packages\cchardet\__init__.py", line 15, in detect
    encoding, confidence = _cchardet.detect_with_confidence(msg)
TypeError: Argument 'msg' has incorrect type (expected bytes, got str)

这次针对的是enc=k.detect(text)

wyft5t5

zltzlt 发表于 2019-8-2 08:13

这次txt是utf-8的时候可以正常读取了，但是gbk格式的时候，又报错了
有什么办法可以让程序自主判断格式吗？

zltzlt

wyft5t5 发表于 2019-8-3 19:23
这次txt是utf-8的时候可以正常读取了，但是gbk格式的时候，又报错了
有什么办法可以让程序自主判断格式 ...

请参考：https://blog.csdn.net/LeonTom/article/details/85164998

zltzlt

wyft5t5 发表于 2019-8-3 19:23
这次txt是utf-8的时候可以正常读取了，但是gbk格式的时候，又报错了
有什么办法可以让程序自主判断格式 ...

注：需要安装 chardet 库

wyft5t5

ba21 发表于 2019-8-1 23:31
'gbk' codec can't decode 编码解码。
cchardet 比chardet准确度高，速度快

在这个程序里，'c:\\111.txt'被打开了两次，我只想以指定编码方式打开一次，应该怎么写啊？
enc = enc['encoding']，这一句是必须要有的吗？
——————————————————————————————
import cchardet
with open('c:\\111.txt','rb') as f:
        msg=f.read()
enc = cchardet.detect(msg)
enc = enc['encoding']
# 以指定编码打开文件
with open('c:\\111.txt', "r", encoding=enc) as f:
    print(f.read())

ba21

wyft5t5 发表于 2019-8-3 20:17
在这个程序里，'c:\\111.txt'被打开了两次，我只想以指定编码方式打开一次，应该怎么写啊？
enc = enc[' ...

with 会自动关闭
第一次是判断编码。
第2次才是正试打开。
不读文件如何判断编码？

wyft5t5

ba21 发表于 2019-8-3 20:59
with 会自动关闭
第一次是判断编码。
第2次才是正试打开。

enc = cchardet.detect(msg)
这一句应该是判断编码了

enc = enc['encoding']
这一句是做什么用途的？

ba21

wyft5t5 发表于 2019-8-4 08:46
enc = cchardet.detect(msg)
这一句应该是判断编码了

自己上网找下 cchardet.detect的返回值