无法读取 ascii 字符 26？答案

【问题标题】：cannot read ascii character 26?无法读取 ascii 字符 26？
【发布时间】：2013-12-26 15:03:15
【问题描述】：

我在文本模式的文件中写了一个流。

# python code
f = open("somewhere in my computer","w")
f.write("Hello\nWorld")
f.write(chr(26)) # writing ascii character #26 to file 
f.write("hhh")
f.close()

我无法读取 ASCII 字符 #26 之后的字节。我知道我应该用二进制模式打开文件。是 ascii 字符 #26 EOF 字符。如您所知，没有这样的东西，即没有EOF 字符。那么问题是什么？这是操作系统相关的问题吗？（我在 Microsoft Windows 中尝试过）。

【问题讨论】：

为我工作 (OSX)。贴出你用来阅读的代码。
f = open("somewhere in my computer","r") t = f.read() print len(t) # 告诉 11 并且文件在结尾
我认为在类 unix 系统中，文本文件和二进制文件没有区别。
"我知道我应该用二进制模式打开文件。"就这样做吧。在 DOS/Windows 中，以文本模式打开的文件将 ASCII 26 (control-Z) 解释为文件结束标记，即使在 ASCII 标准中实际上并没有文件结束字符这样的东西。这是一个特定于操作系统的怪癖——几乎所有其他现代操作系统都不会这样做（尽管可能还有其他操作系统，所以我不会明确说明）......
@HesamQodsi 另一方面，我认为当您开发应用程序时，您的工作是考虑该应用程序如何与任何环境交互的每一个细节（操作系统、库、框架、API 等）它会发现自己在其中运行......这将包括如何在该特定环境中正确打开和解析文件，以及大量其他细节......跨度>

标签： python windows file unix character

【解决方案1】：

问题出在窗户上。 0x1A 是 Ctrl-Z，DOS 使用它作为文件结束标记。 Python 使用 Windows CRT 函数 _wfopen，它实现了“Ctrl-Z 是 EOF”语义。如果您的文件不是 128 字节的精确倍数，您需要一种方法来标记文本的结尾。 article 暗示 Ctrl-Z 的选择基于 DEC 使用的更老的约定。

【讨论】：

【解决方案2】：

这个暗号让我在 Windows 上打开和读取文件。此外，使用 curses，您可以获得文件中可能存在的任何控制字符的“^”表示。

import curses.ascii

filename = "myfile.txt"
f = open(filename,"w")
f.write("Hello\nWorld")
f.write(chr(26)) # writing ascii character #26 to file 
f.write("hhh")
f.close()

with open(filename,'r') as f:
    for line in f:
        line2 = [ curses.ascii.unctrl(c) if curses.ascii.iscntrl(c) else c for c in line]
        print("".join(line2))

给出输出：你好^J 世界^Zhh

【讨论】：

我认为您使用的是 Python 3？有趣的是，这意味着它们不再依赖底层 C 库来读取文件。
@MarkRansom：这可能与 Python 3 本机 str 类型为 Unicode 有关。由于字符现在是代码点而不是字节，因此不以特殊方式解释 U+001A 是有意义的。
我今天又遇到了这个问题，并做了一些进一步的测试。 Python 3 确实不会在 26 日停止，我能够使用 latin-1 编码读取整个文件。即便如此，它确实将\r\n 转换为\n。如果我在 Python 2 中使用 codecs.open(..., 'r', encoding='latin-1')，它会像 Python 3 一样转换为 Unicode，但它不会在 26 处停止，但它也不转换 \r\n - 它就像一个二进制文件使用 Unicode 转换。
@MestreLion 它与 Unicode 无关，这只是 Windows 文本文件的传统约定。更有可能的是，由于 Python 3 允许进行重大更改，因此有人认为该约定已经过时，可以丢弃。