通字符导致python停止读取文件

Question

我正在使用

在python 2.7中读取字幕文件（在UCS-2中编码）

f = 'filename.ssa'
with open(f, "r") as fl:
    allLines = fl.readlines()

当它到达这一行时

  

对话：0,0：02：25.54,0：02：28.40，默认,, 0000,0000,0000 ,,模木さん，手筈通り，火口にレシーバーを

它实际上只读取此内容，然后停止。

  

对话：0,0：02：25.54,0：02：28.40，默认，0000,0000,0000 ,,模木さん，手筈

如果我删除了通字符，它会继续并到达

  

对话：0,0：05：41.28,0：05：42.77，默认，0000,0000,0000 ,, {\ fs30}计画通り...

但同样，它只读取并停止：

  

Dialogue：0,0：05：41.28,0：05：42.77，Default ,, 0000,0000,0000 ,, {\ fs30}计画

同样，通字符会将读取停止，就好像它是文件的结尾一样。没有错误被抛出

如果我首先将文件编码为UTF-8，它可以工作，但我不想这样做。任何人都可以解释为什么在UCS-2中这个通字符会停止阅读吗？如果我将python编译为带有py2exe的exe，它似乎也有效。我正在日蚀中发展。这毫无意义。

Answer 1

＆＃34;通＆＃34;在UCS-2中编码的是0x1a 0x90。在DOS文件中，0x1a也被认为是EOF字符（＆＃34; ^ Z＆＃34;）。考虑通过codecs.open()以二进制模式打开文件。