测试过程比较啰嗦,可以直接看文章底部的结论
测试环境
python 2.7.5
读写的文本
# -*- coding: utf-8 -*-
poetry = """
相思
唐代:王维
红豆生南国,春来发几枝。
愿君多采撷,此物最相思。
"""
1、直接读写中文(正常)
# -*- coding: utf-8 -*-
# 写入(正常)
f = open("相思.txt", "w")
f.write(poetry)
f.close()
# 读取(正常)
f = open("相思.txt", "r")
print(f.read())
f.close()
2、引入future
后读写中文(报错)
# -*- coding: utf-8 -*-
from __future__ import unicode_literals, print_function
# 写入(报错)
f = open("相思.txt", "w")
f.write(poetry)
f.close()
"""
Traceback (most recent call last):
File "code_demo.py", line 18, in <module>
f.write(poetry)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 1-2:
ordinal not in range(128)
"""
# 读取(正常)
f = open("相思.txt", "r")
print(f.read())
f.close()
3、引入future
后通过io
读写中文(正常)
# -*- coding: utf-8 -*-
from __future__ import unicode_literals, print_function
import io
# 写入(正常)
f = io.open("相思.txt", "w")
f.write(poetry)
f.close()
# 读取(正常)
f = io.open("相思.txt", "r")
print(f.read())
f.close()
4、使用codecs直接读写中文(正常)
# -*- coding: utf-8 -*-
import codecs
# 写入(正常)
f = codecs.open("相思.txt", "w")
f.write(poetry)
f.close()
# 读取(正常)
f = codecs.open("相思.txt", "r")
print(f.read())
f.close()
5、引入future
后使用codecs读写中文(报错)
# -*- coding: utf-8 -*-
from __future__ import unicode_literals, print_function
import codecs
# 写入(报错)
f = codecs.open("相思.txt", "w")
f.write(poetry)
f.close()
"""
Traceback (most recent call last):
File "code_demo.py", line 19, in <module>
f.write(poetry)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 1-2:
ordinal not in range(128)
"""
# 读取(正常)
f = codecs.open("相思.txt", "r")
print(f.read())
f.close()
6、引入future
后使用codecs指定编码后读写中文(正常)
# -*- coding: utf-8 -*-
from __future__ import unicode_literals, print_function
import codecs
# 写入(正常) 需要制定编码 "utf-8"
f = codecs.open("相思.txt", "w", "utf-8")
f.write(poetry)
f.close()
# 读取(正常)
f = codecs.open("相思.txt", "r")
print(f.read())
f.close()
总结
环境 | 编码 | 读写方式 | 读情况 | 写情况 |
默认 | ASCII | open | - | - |
引入 | unicode | open | - | 报错 |
引入 | unicode | io.open | - | - |
默认 | ASCII | codecs.open | - | - |
引入 | unicode | codecs.open | - | 报错 |
引入 | unicode | codecs.open指定编码 | - | - |
所以,默认编码是ASCII
码,正常情况下直接读写是没有问题的,如果引入新特性future.unicode_literals
之后,文件的中文编码变成了unicode,原来的不支持unicode读写的方式就会报错
在Python2.7 中,内建的 open
函数是没有encoding
参数的,不能指定编码,只能通过io.open
来读写unicode编码的中文,或者通过codecs.open
指定编码方式
在Python3之后,内建的 open
函数添加了encoding
参数,可以直接指定编码,当然Python3的默认编码已经改为了unicode,没有那么多问题