我有很多文件(用utf8或gbk编码)。我的系统编码是utf-8(LANT=zh_中国UTF-8) ,所以我可以很容易地读取用utf8编码的文件。但我必须用gbk读取文件编码,如下所示(Python 3: How to specify stdin encoding):
import sys
import io
input_stream = io.TextIOWrapper(sys.stdin.buffer, encoding='gbk')
for line in input_stream:
print(line)
我的问题是如何使用标准输入. 或者你能给我一些更好的解决办法吗?谢谢~
---------------我的问题之前不清楚,我会补充更多的信息----------------
简而言之,我想处理这样的文件:
^{pr2}$*.in表示许多用utf8或gbk编码的文件。在
如果我在处理程序.py. 在
for line in sys.stdin:
...some code
遇到gbk文件时,会抛出错误:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd5 in position 0: invalid continuation byte
如果我使用这样的代码:
input_stream = io.TextIOWrapper(sys.stdin.buffer, encoding='gbk')
for line in input_stream:
...some code
遇到utf8文件时,会抛出错误:
UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 25: illegal multibyte sequence
我想找到一种安全的方法来处理两种类型的文件(utf8和gbk)。谢谢你的帮助
-------------------------问题已解决--------------------------------
感谢@tripleee和其他人的帮助!我终于用下面的代码解决了我的问题。在
buffer_reader = sys.stdin.buffer
for line in buffer_reader:
line = line.strip()
try:
content = line.decode('utf-8')
except UnicodeDecodeError:
content = line.decode('gbk')
您可以将输入读取为原始字节,然后检查输入,以决定将其解码为什么。在
另请参见Reading binary data from stdin
假设你可以一次读取整行代码(也就是说,一整行的编码可以是一致的),我会尝试解码为utf-8,然后返回gbk。在
相关问题 更多 >
编程相关推荐