Python regex£to-char

Question

我正在编写一个搜索文件的程序，寻找符号：

 r = re.compile(r"£\S*£")
 def parseData(self):
    f = open(file, 'r')
    fs = f.read()
    res = r.findall(fs)
    return res

出于某种原因，我的输出有符号，比如£foo，其中文件是£foo£。

我正在使用python 3.4.3，如果它有帮助。

完整档案阅读http://pastebin.com/L7hjeg6A

Answer 1

问题是文件以一种格式编码，但您以不同的格式打开文件。最有可能的是，文件是utf-8，但是你以某种ANSI格式打开（我在notepad ++中看到类似的问题，当我将编码从UTF-8更改为ANSI时，£Latitude£）。显示相同行为的示例 -

我的a.txt -

£Latitude£

代码 -

>>> f = open('a.txt','r')
>>> s = f.read()
>>> s
'\xc2£Latitude\xc2£'

>>> f = open('a.txt','r',encoding='utf-8')
>>> s = f.read()
>>> s
'£Latitude£'

您需要以正确的编码方式打开文件，方法是将编码作为参数传递给open()，如上所述。

来自documentation of open() -

  

encoding 是用于解码或编码文件的编码名称。这应该只在文本模式下使用。默认编码取决于平台（无论locale.getpreferredencoding()返回什么），但可以使用Python支持的任何文本编码。请参阅编解码器模块以获取支持的编码列表。