在r和rb模式下解析文本文件之间的区别

Question

是什么让在“ r”模式下解析文本文件比在“ rb”模式下解析文本文件更方便？特别是当有问题的文本文件可能包含非ASCII字符时。

Answer 1

这一点取决于您所使用的Python版本。在Python 2中，Chris Drappier的答案适用。

在Python 3中，它是一个不同的（并且更加一致）的故事：在文本模式（'r'）中，Python将根据您提供的文本编码来解析文件（或者，如果不提供，则取决于平台的默认值） ，并read()会给您一个str。在二进制（'rb'）模式，Python不认为该文件中包含的东西，可以合理地解析为字符，并read()给你一个bytes对象。

同样，在Python 3中，通用换行符（在'\n'和特定于平台的换行符之间进行转换，因此您不必关心它们）在任何平台上均适用于文本模式文件，而不仅仅是Windows。

Answer 2

区别在于行尾（EOL）的处理方式。不同的操作系统使用不同的字符标记EOL- \n在Unix中（\r在OS X之前的Mac版本中）\r\n在Windows中。在文本模式下打开文件时，在读取文件时，Python会使用just替换从文件读取的特定于操作系统的行尾字符\n。反之亦然，即，当您尝试写入\n以文本模式打开的文件时，它将写入操作系统特定的EOL字符。您可以通过选中查找OS默认的EOL os.linesep。

以二进制模式打开文件时，不会发生映射。您所读的就是您所得到的。请记住，文本模式是默认模式。因此，如果要处理非文本文件（图像，视频等），请确保以二进制模式打开文件，否则最终会由于引入（或删除）一些字节而弄乱了文件。

Python还具有通用的换行模式。当文件在此模式下被打开，Python的映射所有的字符\r，\n并\r\n以\n。