在二進制模式下的Python 3文件輸入更改

Question

在Python 3中，當我打開一個帶有模式字符串'rb'的文本文件，然後執行f.read（）時，我驚訝地發現文件內容用單引號引起來在字符'b'之後。

在Python 2中，我只是獲取文件內容。

我確定這是衆所周知的，但我在doco中找不到它的任何內容。有人能指出我嗎？

Answer 1

你也可以在Python 3中獲得「只是文件內容」。無論如何，你很可能只是繼續做你正在做的事情。請繼續閱讀以獲得更長的解釋：

b「表示結果值爲bytes字符串。 A bytes -string與普通字符串非常相似，但並不完全，用於處理二進制，非文本數據。

一些對二進制數據沒有意義的字符串方法不見了，但大多數方法仍然存在。一個很大的區別是，當你從bytes字符串得到一個特定字節時，你會得到一個整數，而對於一個普通的str，你會得到一個長度爲str的長度。

>>> b'foo'[1] 
111 
>>> 'foo'[1] 
'o' 

如果以文本模式打開文件，用「T」標誌，你得到一個str回來。 Python 3 str是Python 2中被稱爲unicode的內容。它用於處理文本數據。

您使用.encode()和.decode方法在bytes和str之間來回轉換。

Answer 2

首先，Python 2 str類型已在Python 3中重命名爲bytes，字節文字使用前綴b''。 Python 2 unicode類型是新的Python 3 str類型。

要獲得Python 2中的Python 3文件行爲，您需要使用io.open()或codecs.open();默認情況下，Python 3將文本文件解碼爲Unicode 。

你看到的是，對於二進制文件，Python 3中爲您提供了同樣的事情如在Python 2，即字節字符串。然後改變的是，字節字符串的repr()前綴爲b，並且print()函數將使用傳遞給它的任何對象的repr()表示，除了unicode值。

要使用print()函數將您的二進制數據打印爲unicode文本，請先將其解碼爲unicode。但是，你可能已經打開文件而不是文本文件。

bytes類型有一些其他改進，以反映您正在處理二進制數據，而不是文本。例如，對單個字節進行索引或遍歷bytes值可以獲得int值（0到255之間），而不是字符。

Answer 3

有時我們需要（需要？）知道文本文件是單字符換行符（0A）還是雙字符換行符（0D0A）。

我們通過以二進制模式打開文本文件，識別0D和0A，並將其他字節視爲普通文本字符來避免混淆。

可以通過查找所有二進制模式讀取並使用新函數oldread（）刪除所添加的材料來替代它們來移植此類代碼，但這有點痛苦。

我想Python的神學家們認爲保持'rb'的樣子，併爲新行爲添加一個新的'rx'或其他東西。只是廢除某些東西似乎有點霸道。

但是，在那裏，這個問題肯定通過在Lennert的文檔中搜索'rb'來回答。