Python的file.read（）看到垃圾字符的文件

我嘗試使用Python涅槃之前串聯在一起的幾個JavaScript文件的開頭，基本上像這樣：Python的file.read（）看到垃圾字符的文件

outfile = open("output.js", "w") 
for somefile in a_list_of_file_names: 
    js = open(somefile) 
    outfile.write(js.read()) 
    js.close() 
outfile.close()

的minifier抱怨關於每個文件開頭的非法字符和語法錯誤，所以我做了一些診斷。

>>> r = open("output.js") 
>>> somestring = r.readline() 
>>> somestring 
'\xef\xbb\xbfvar $j = jQuery.noConflict(),\n' 
>>> print somestring 
ï»¿var $j = jQuery.noConflict(),

該文件的第一行當然應該是「變量$ J = jQuery.noConflict（），」

如果它的確與衆不同，我從Windows中工作。

有什麼想法？

編輯：這就是我從minifier獲得：

U:\>java -jar c:\path\yuicompressor-2.4.2.jar c:\path\somefile.js -o c:\path\bccsminified.js --type js -v 

[INFO] Using charset Cp1252 

[ERROR] 1:2:illegal character 

[ERROR] 1:2:syntax error 

[ERROR] 1:3:illegal character

來源

2010-08-12 Chris

如果你打印somefile.readline（）'會發生什麼？如何在記事本中打開文件？ – katrielalex 2010-08-12 15:16:19

是的，打印somefile.readline（）生成相同的垃圾。當我在記事本中打開文件時，出於某種奇怪的原因，它以較小的字體顯示第一行。 Visual Studio拒絕打開它。在擺弄它之後，記事本不再顯示它，並且Visual Studio將其打開，但縮小器仍會拋出錯誤。 – Chris 2010-08-12 15:23:34

EF BB BF是一個Unicode字節順序標記（BOM）。那些實際上在你的文件中。這就是Python看到它的原因。

要麼忽略/放棄BOM或重新編碼文件以忽略它。

來源

2010-08-12 15:21:10 Borealid

你完全正確。通過YUIcompressor文檔挖掘，我發現了對--charset標誌的提及。設置爲utf-8解決了我的擔憂。 – Chris 2010-08-12 16:22:55

這是一個UTF-8 BOM（字節順序標記）。你可能用記事本編輯了文件。

來源

2010-08-12 15:20:58

Python的file.read（）看到垃圾字符的文件

回答

相關問題