python基础:字符编码问题三个不可见的字符(0xEF 0xBB 0xBF,即BOM)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python基础:字符编码问题三个不可见的字符(0xEF 0xBB 0xBF,即BOM)相关的知识,希望对你有一定的参考价值。
一、用utf-8格式保存的txt文件等,如何去掉BOM头
Windows系统的txt文件在使用utf-8编码保存时会默认在文件开头插入三个不可见的字符(0xEF 0xBB 0xBF)称为BOM头,这个BOM头在python的codecs库中已经定义为常量(codecs.BOM_UTF8)
方法一:utf8temp.txt保存时选择utf-8保存
1 import codecs 2 data=open("utf8temp.txt",‘r‘,encoding=‘utf-8‘).read() 3 data=data.encode(encoding=‘utf-8‘) 4 print(data) 5 #print("中文".encode(encoding=‘utf-8‘)) 6 print(len(data)) 7 if data[:3]==codecs.BOM_UTF8: 8 data=data[3:] 9 print(data.decode(encoding=‘utf-8‘))
输出如下:
b‘\\xef\\xbb\\xbf\\xe4\\xb8\\xad\\xe6\\x96\\x87‘
9
中文
方法二:
1 with open("./temp.txt","r",encoding=‘utf-8‘) as f: 2 flag=1 3 for line in f: 4 if flag==1: 5 line=line[1:]#去掉txt格式为utf-8会在文件第一行开头插入 6 # 三个不可见的字符(0xEF 0xBB 0xBF)--(‘.’) 7 flag=0 8 print(line)
方法三:直接用第三方软件去掉BOM头,用notepad++打开txt文件,选择编码...without BOM,点击保存
以上是关于python基础:字符编码问题三个不可见的字符(0xEF 0xBB 0xBF,即BOM)的主要内容,如果未能解决你的问题,请参考以下文章