5.16 增加或改变已打开文件的编码
如果你想给一个以二进制模式打开的文件添加Unicode编码/解码方式,可以使用 对象包装它。比如:
如果你想修改一个已经打开的文本模式的文件的编码方式,可以先使用 detach()
方法移除掉已存在的文本编码层,并使用新的编码方式代替。下面是一个在 sys.stdout
上修改编码方式的例子:
- >>> import sys
- >>> sys.stdout.encoding
- 'UTF-8'
- >>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='latin-1')
- 'latin-1'
- >>>
这样做可能会中断你的终端,这里仅仅是为了演示而已。
在这个例子中, 是一个编码和解码Unicode的文本处理层,io.BufferedWriter
是一个处理二进制数据的带缓冲的I/O层,io.FileIO
是一个表示操作系统底层文件描述符的原始文件。增加或改变文本编码会涉及增加或改变最上面的 层。
一般来讲,像上面例子这样通过访问属性值来直接操作不同的层是很不安全的。例如,如果你试着使用下面这样的技术改变编码看看会发生什么:
- >>> f
- <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'>
- >>> f = io.TextIOWrapper(f.buffer, encoding='latin-1')
- >>> f
- <_io.TextIOWrapper name='sample.txt' encoding='latin-1'>
- Traceback (most recent call last):
- File "<stdin>", line 1, in <module>
- ValueError: I/O operation on closed file.
- >>>
结果出错了,因为f的原始值已经被破坏了并关闭了底层的文件。
一旦断开最顶层后,你就可以给返回结果添加一个新的最顶层。比如:
- >>> f = io.TextIOWrapper(b, encoding='latin-1')
- >>> f
- <_io.TextIOWrapper name='sample.txt' encoding='latin-1'>
尽管已经向你演示了改变编码的方法,但是你还可以利用这种技术来改变文件行处理、错误机制以及文件处理的其他方面。例如:
注意下最后输出中的非ASCII字符 ñ
是如何被 取代的。