Question

有两种方法可以在Python中打开文本文件：

f = open(filename)

和

import codecs
f = codecs.open(filename, encoding="utf-8")

codecs.open何时优于open？

Answer 1

从Python 2.6开始，一个好的做法是使用io.open()，它也会使用encoding参数，就像现在过时的codecs.open()一样。在Python 3中，io.open是open()内置的别名。所以io.open()适用于Python 2.6和所有更高版本，包括Python 3.4。请参阅文档：http://docs.python.org/3.4/library/io.html

现在，对于原始问题：在Python 2中阅读文本（包括“纯文本”，HTML，XML和JSON）时，您应始终使用{{1使用显式编码，或在Python 3中使用显式编码的io.open()。这样做意味着您可以正确解码Unicode，或者立即获得错误，从而使调试更加容易。

纯ASCII“纯文本”是一个遥远过去的神话。正确的英文文本使用卷曲引号，em-dashes，子弹，€（欧元符号）甚至分音符（¨）。别天真！（让我们不要忘记Façade的设计模式！）

由于纯ASCII不是一个真正的选项，因此open()没有明确的编码仅对读取二进制文件非常有用。

Answer 2

就个人而言，我总是使用codecs.open，除非明确确定需要使用open **。原因是，当我被utf-8输入潜入我的程序时，已经被咬过很多次了。 “哦，我只知道它总是ascii”往往是一个经常被打破的假设。

假设'utf-8'作为默认编码在我的经验中往往是一个更安全的默认选择，因为ASCII可以被视为UTF-8，但反之则不然。在那些我确实知道输入是ASCII的情况下，我仍然codecs.open，因为我是"explicit is better than implicit"的坚定信徒。

** - 在Python 2.x中，因为对Python 3 open中的问题状态的评论取代了codecs.open

Answer 3

在Python 2中有unicode字符串和字节串。如果您只使用字节串，则可以读取/写入使用open()打开的文件。毕竟，字符串只是字节。

当你有一个unicode字符串并执行以下操作时会出现问题：

>>> example = u'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

所以显然你要么在utf-8中显式编码你的unicode字符串，要么使用codecs.open透明地为你做。

如果您只使用字节串，那么没问题：

>>> example = 'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
>>>

它比这更复杂，因为当您使用+运算符连接unicode和bytestring字符串时，您将获得一个unicode字符串。容易被那个人咬伤。

同样codecs.open不喜欢传入非ASCII字符的字节串：

codecs.open('test', 'w', encoding='utf-8').write('Μου αρέσει')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/codecs.py", line 691, in write
    return self.writer.write(data)
  File "/usr/lib/python2.7/codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)

关于输入/输出的字符串的建议通常是“尽可能早地转换为unicode并尽可能晚地返回到字节串”。使用codecs.open可以让您轻松完成后者。

请注意，您要为其提供unicode字符串，而不是可能包含非ASCII字符的字节串。

Answer 4

当您需要打开具有特定编码的文件时，您将使用codecs模块。

Answer 5

我想

codecs.open只是Python 2时代的残余，当时内置的Open界面要简单得多，功能却更少。在Python 2中，内置的open不带编码参数，因此，如果要使用二进制模式或默认编码以外的其他方式，则应使用codecs.open。

在Python 2.6中，io模块帮助简化了事情。根据官方documentation

New in version 2.6.

The io module provides the Python interfaces to stream handling.
Under Python 2.x, this is proposed as an alternative to the
built-in file object, but in Python 3.x it is the default
interface to access files and streams.

话虽如此，我在当前情况下只能想到的codecs.open是为了向后兼容。在所有其他情况下（除非您使用的是Python <2.6），最好使用io.open。同样在Python 3.x io.open中与built-in open

注意：

codecs.open和io.open之间在语法上也有差异。

codecs.open：

open(filename, mode='rb', encoding=None, errors='strict', buffering=1)

io.open：

open(file, mode='r', buffering=-1, encoding=None,
     errors=None, newline=None, closefd=True, opener=None)

Answer 6

当您使用文本文件并希望透明编码和解码为Unicode对象时。

Answer 7

要加载二进制文件时，请使用 /party /{partyid} /messages /{messageid} // You're missing this message id in the db /text = "foo"。
要打开文本文件，请始终使用f = io.open(filename, 'b')进行显式编码。

在 python 3 中，f = io.open(filename, encoding='utf-8')与open的功能相同，可以代替使用。

注意：：在{strong> python 2.6 中引入后，io.open计划成为deprecated，并由io.open取代。如果代码需要与早期的python版本兼容，我只会使用它。有关python中的编解码器和unicode的更多信息，请参见Unicode HOWTO。

Answer 8

我当时处于打开状态.asm文件并处理该文件的情况。

#https://docs.python.org/3/library/codecs.html#codecs.ignore_errors
#https://docs.python.org/3/library/codecs.html#codecs.Codec.encode

with codecs.open(file, encoding='cp1252', errors ='replace') as file:

我可以轻松读取整个文件，有什么建议吗？

Python中的open和codecs.open之间的区别

8 个答案: