在Python中处理文件时保持行尾风格

Question

我想找一种方法，确保在用Python程序读取、编辑和写入文件时，文件的行结束符样式能够保持不变。

Python支持通用的文件结束符，这意味着在读取文件时，它会把所有的行结束符转换成\n，然后在写入文件时再转换成系统默认的格式。对我来说，我希望在进行初始转换的同时，写入文件时能够保持原来的行结束符样式，而不是使用系统默认的。

有没有标准的方法可以做到这一点？如果没有，有没有标准的方法可以检测文件的行结束符样式？

假设没有标准的方法可以做到这一点，一个可能的工作流程是：

1. 以二进制模式读取文件。
2. 解码为utf-8（或者其他需要的编码）。
3. 检测行结束符样式。

4. 把所有的行结束符转换成\n。

5. 对文件进行操作。

6. 把所有的行结束符转换回原来的样式。

7. 对文件进行编码。
8. 以二进制模式写入文件。

在这个工作流程中，第二步最好的做法是什么呢？

Answer 1

如果你想保留原始的换行符，可以在读取或写入时使用 newline=''，这样就不会对换行符进行翻译。

with open('test.txt','r',newline='') as rf:
    content = rf.read()
content = content.replace('old text','new text')
with open('testnew.txt','w',newline='') as wf:
    wf.write(content)

需要注意的是，如果你在处理文本时涉及到换行符，可能需要额外的逻辑来检测和匹配原始的换行符。

'U' 模式也可以使用，但已经不推荐了。

Python 文档：open

newline 控制通用换行模式的工作方式（这只适用于文本模式）。它可以是 None、''、'\n'、'\r' 和 '\r\n'。具体工作方式如下：

• 当从流中读取输入时，如果 newline 是 None，那么通用换行模式就会启用。输入中的行可以以 '\n'、'\r' 或 '\r\n' 结尾，这些都会在返回给调用者之前被转换成 '\n'。如果是 ''，通用换行模式会启用，但换行符会原样返回给调用者，不会被翻译。 如果是其他合法值，输入行只会以指定的字符串结束，换行符也会原样返回给调用者。

• 当向流中写入输出时，如果 newline 是 None，那么写入的任何 '\n' 字符都会被转换为系统默认的换行符，具体可以查看 os.linesep。如果 newline 是 '' 或 '\n'，则不会进行任何转换。 如果 newline 是其他合法值，写入的任何 '\n' 字符都会被转换为指定的字符串。

Answer 2

使用Python的通用换行符支持：

f = open('randomthing.py', 'rU')
fdata = f.read()
newlines = f.newlines
print repr(newlines)

newlines里包含了文件的分隔符，如果文件使用了多种分隔符，它会是一个分隔符的元组。