读取使用 gzip 保存的文件：为什么文件句柄是字符串？答案

【问题标题】：Read file saved using gzip: why is the file handle a string?读取使用 gzip 保存的文件：为什么文件句柄是字符串？
【发布时间】：2020-11-28 12:22:22
【问题描述】：

我有一个列表，假设它是：

sentcorpus = [["hello", "how", "are", "you", "?"], ["hello", "I", "'m", "fine"]]

我想用gzip格式保存：

import gzip
import json
with gzip.open('corpus.json.gz', 'wb') as fileh:
    fileh.write(json.dumps(sentcorpus).encode("utf8"))

那么这样读回来是合乎逻辑的：

with gzip.open('wbec_corpus.json.gz', 'rb') as fileh:
    sentcorpus = json.load(fileh.read().decode("utf8"))

但没有：

AttributeError: 'str' object has no attribute 'read'

相反，这个可行：

with gzip.open('wbec_corpus.json.gz', 'rb') as fileh:
    sentcorpus = json.load(fileh)

为什么fileh 是字符串而不是文件句柄？

【问题讨论】：

【解决方案1】：

这不是文件对象，JSON 库正在抛出错误。为了理解我们需要看 json.load 和 JSON.loads

json.load(fp, **)

反序列化 fp（支持 .read() 的文本文件或二进制文件包含 JSON 文档）到使用此转换的 Python 对象表。

json.loads(s, )

使用此转换表将 s（包含 JSON 文档的 str、bytes 或 bytearray 实例）反序列化为 Python 对象。

简而言之，JSON.load 不需要 .read 对象，它需要一个文件指针；但是 JSON.loads 确实需要字符串或 file.read() 。

所以下面这两行都可以工作

sentcorpus = json.loads(fileh.read().decode("utf8"))
sentcorpus = json.load(fileh)

【讨论】：