在 python 中处理文件时保留行尾样式

Question

我正在寻找一种方法来确保在 python 程序中读取、编辑和写入时保持文件的行尾样式。

Python 具有通用文件结尾支持，可以在读取文件时将所有行结尾转换为\n，然后在写入文件时将它们全部转换为系统默认值。在我的情况下，我仍想进行初始转换，但随后使用原始 EOL 样式而不是系统默认样式编写文件。

有没有标准的方法来做这种事情？如果没有，是否有检测文件 EOL 样式的标准方法？

假设没有标准的方法来做到这一点，一个可能的工作流程是：

1. 以二进制模式读入文件。
2. 解码为 utf-8（或任何需要的编码）。
3. 检测 EOL 样式。

4. 将所有行尾转换为\n。

5. 处理文件。

6. 将所有行尾转换为原始样式。

7. 编码文件。
8. 以二进制模式写入文件。

在此工作流程中，执行第 2 步的最佳方法是什么？

Answer 1

要保留原始行尾，请使用newline='' 读取或写入未翻译的行尾。

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)

请注意，如果文本操作本身处理行尾，则可能需要额外或替代逻辑来检测和匹配原始行尾。

'U' 模式也可以使用，但已弃用。

Python Documentation: open

换行控制通用换行模式的工作方式（它仅适用于文本模式）。它可以是None、''、'\n'、'\r' 和 '\r\n'。它的工作原理如下：

• 从流中读取输入时，如果换行符为无，则启用通用换行符模式。输入中的行可以以'\n'、'\r' 或'\r\n' 结尾，这些行在返回给调用者之前会被翻译成'\n'。 如果是''，则启用通用换行模式，但行尾不翻译返回给调用者。如果它具有任何其他合法值，则输入行仅由给定字符串终止，并且行尾未翻译地返回给调用者。

• 将输出写入流时，如果换行符为None，则写入的任何'\n' 字符都将转换为系统默认行分隔符os.linesep。 如果换行符是'' 或'\n'，则不会进行任何转换。如果换行符是任何其他合法值，则写入的任何'\n' 字符都会被转换为给定的字符串。

Answer 2

使用python的universal newline support:

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

newlines 包含文件的分隔符或分隔符元组（如果文件使用混合分隔符）。