线读取阻塞在0x1A上

Question

我有以下文件：

abcde
kwakwa
<0x1A>
line3
linllll

其中<0x1A>表示十六进制值为0x1A的字节。尝试在Python中读取此文件时：

for line in open('t.txt'):
    print line,

它只读取前两行，然后退出循环。

解决方案似乎是以二进制（或通用换行模式）打开文件 - 'rb'或'rU'。你能解释一下这种行为吗？

Answer 1

0x1A是Ctrl-Z，并且DOS历史上将其用作文件结束标记。例如，尝试使用命令提示符，并“键入”您的文件。它只会在Ctrl-Z上显示内容。

Python使用Windows CRT函数_wfopen，它实现了“Ctrl-Z is EOF”语义。

Answer 2

Ned当然是正确的。

如果你的好奇心稍微深一点，那么根本原因就是向后兼容性极端。 Windows与DOS兼容，后者使用Ctrl-Z作为文本文件的可选文件结束标记。您可能不知道的是DOS与CP / M兼容，CP / M在PC之前的小型计算机上很流行。 CP / M的文件系统没有跟踪文件大小到字节级别，它只跟踪软盘扇区的数量。如果您的文件不是128字节的精确倍数，则需要一种方法来标记文本的结尾。 This Wikipedia article意味着Ctrl-Z的选择基于DEC使用的更老的惯例。