阅读Python中的点文件

Question

我试图读取一个包含以下内容的点文件：

graph {
    KZJLCHYE -- DJTGWUZZ;
    PNLWKOXF -- BFSIOMPY;
    ...
}

但是当我试图读取点文件时，我得到“UnicodeDecodeError:'utf-8'codec无法解码0位置的字节0xd0：无效的延续字节”。有没有一种方法可以只使用标准库来读取Python中dot文件的内容？在

Answer 1

要忽略文件中的unicode字符，可以执行以下操作：

var = unicode(var, errors='ignore')

Answer 2

文本文件的编码是一个永远无法完全解决的模糊问题。您要么需要猜测编码，要么手上有一个损坏的（或二进制）文件：

1. 要猜测编码，请尝试在任何高级文本编辑器中打开它，查看它是否为您猜测编码和/或突出显示有问题的字符。

2. 如果不关心pos0处的坏字符，可以指示python忽略它。参见Python3手册：open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)只需设置errors='ignore' Python3比python2更好地处理编码，因此如果您提到您使用的是哪个版本，它会有所帮助。

3. 将文件作为二进制流读取，并在将其转换为str:open(file, 'rb')时处理错误字符。同样，您的解码选项取决于python版本，因此我无法进一步阐述。