java和python中的字符串偏移量

Question

我是一个初级python程序员，过去我对java有点了解。 我有一些文本文件（土耳其语）和相应的xml文件，其中包含 课文中的连接词。例如

-<Conn> 
    -<Span> 
        <Text>ama</Text> 
        <BeginOffset>281</BeginOffset> 
        <EndOffset>284</EndOffset> 
    </Span> 
</Conn>

这表示在txt文件的281偏移量处有一个“ama”。但是当我用python阅读这个文件时， “ama”在301。字节或者它是272。文件中的字符。据我所知，java应用程序在读取txt文件时并没有提到任何编码。我试着用unicode，UTF8等读取文件。。。 我需要找到一种从这些偏移量到文件中正确位置的方法。我猜，问题是由于土耳其语字符（在不同的编码中可能需要不同的字节数），但我无法理解。 任何建议都对我很有帮助。 谢谢 编辑： 我在python3.3中使用了以下代码：

^{pr2}$

Answer 1

正如@Gene所说，这是行尾标记。由于java应用程序是在windows中编写的，因此它将每个'\n'计为2个字节。但是python将它们计为1个字节。我计算'\n'直到偏移量，并从给定的偏移量中减去它。 非常感谢你富有见地的评论