Python文件讀取「rb」和「rt」之間的區別

Question

我有以下代碼。因爲我以二進制模式打開文件，會將什麼讀入變量「行」。是否

1. 直到出現新的換行符爲止。返回並重復
2. 直到讀取一些內部緩衝區大小或新行字符。返回並重復

with open('filename', mode='rb') as f: 
    for line in f: 
     do_some_process(line) 

早先提出不回答這個問題的答案。他們談論模式之間的差異，但問題是，假設我正在以二進制模式讀取一個文本文件，並且我想確保我逐行讀取，即直到發生換行符爲止。 'b'模式似乎正在這樣做，但這是否保證總是會發生？在'b'模式下讀取數據直到出現新行或者直到buffere大小？我試圖去探討Python如何在包裝下處理這個問題。

Answer 1

你可以在TXT文件同時使用「RT」和「RB」，結果不會在情況非常不同的語言是英語，看看這個：

>>> f = open('test.txt','rb') 
<_io.BufferedReader name='test.txt'> 
>>> list(f) 
[b'FzListe\n', b'7MA1, 7OS1\n', b'7MA1, 7ZJB\n', b'\n', b'\n', b'7MA2, 7MA3, 7OS1\n', b'76G1, 7MA1, 7OS1\n', b'7MA1, 7OS1\n', b'71E5, 71E6, 7MA1, FSS1\n'] 
>>> 
>>> f = open('test.txt','rt') 
>>> list(f) 
['FzListe\n', '7MA1, 7OS1\n', '7MA1, 7ZJB\n', '\n', '\n', '7MA2, 7MA3, 7OS1\n', '76G1, 7MA1, 7OS1\n', '7MA1, 7OS1\n', '71E5, 71E6, 7MA1, FSS1\n'] 

，如果該文件包含多語言，會出現這種情況，看看二進制部分，它並沒有做到像UTF-8字符的任何解碼：你使用，你可以得到幾乎相同的或不同的

>>> f = open('test.txt','rt') 
>>> 
>>> list(f) 
['علی\n', 'FzListe\n', '7MA1, 7OS1\n', '7MA1, 7ZJB\n', '\n', '\n', '7MA2, 7MA3, 7OS1\n', '76G1, 7MA1, 7OS1\n', '7MA1, 7OS1\n', '71E5, 71E6, 7MA1, FSS1\n'] 
>>> 
>>> f = open('test.txt','rb') 
>>> list(f) 
[b'\xd8\xb9\xd9\x84\xdb\x8c\n', b'FzListe\n', b'7MA1, 7OS1\n', b'7MA1, 7ZJB\n', b'\n', b'\n', b'7MA2, 7MA3, 7OS1\n', b'76G1, 7MA1, 7OS1\n', b'7MA1, 7OS1\n', b'71E5, 71E6, 7MA1, FSS1\n'] 

所以答案是肯定取決於文件導致'rt'和'rb'在同一個文件

，但你不能使用像圖片文件的二進制文件「RT」，因爲它會不明白它的編解碼器，提高錯誤：

>>> f = open('test.jpg','rt') 
>>> f.read() 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/usr/lib/python3.5/codecs.py", line 321, in decode 
    (result, consumed) = self._buffer_decode(data, self.errors, final) 
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x9f in position 0: invalid start byte