Python标准库：codecs【专门做编码转换】【open()、encode()、decode()、lookup()、getencoder()】【读写文件codecs.open()优于open()】

超、凢脫俗 2023-09-29 13:13 7阅读 0赞

codecs专门用作编码转换，当我们要做编码转换的时候可以借助codecs很简单的进行编码转换

codecs模块提供一个open方法，三个参数encoding, errors, buffering，这三个参数都是可选参数，但是对于应用来说，需要明确指定encoding的值，而errors和buffering使用默认值即可。使用方法如下：

import codecs
    # 从文件读取数据
    data = codecs.open("2.txt", encoding="UTF-8")
    # 一行一行读取数据
    data1 = data.readline()
    print(data1)
    # 读取完数据要把数据对象进行关闭，从内存里面释放出来
    data.close()

## 一、常用函数 ##

### 1、codecs.open() ###

`codecs.open(filename, mode='r', encoding=None, errors='strict', buffering=1)`

使用给定的 mode 打开已编码的文件并返回一个 StreamReaderWriter的实例，提供透明的编码/解码；与内置函数open类似。

常用的errors字符串

<table> 
 <thead> 
  <tr> 
   <th>errors字符串</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>strict</td> 
   <td>默认，出现编解码错误抛出UnicodeError</td> 
  </tr> 
  <tr> 
   <td>ignore</td> 
   <td>忽略错误格式（编解码出错）的数据</td> 
  </tr> 
  <tr> 
   <td>replace（仅适用文本编码）</td> 
   <td>编码错误替换为 ‘?’</td> 
  </tr> 
 </tbody> 
</table>

注意：文本编码—>用于将Unicode字符串编码为字节串的编码器。

### 2、codecs.encode() ###

`codecs.encode(obj, encoding='utf-8', errors='strict')`  
使用为 encoding 注册的编解码器对 obj 进行编码，类似str.encode()方法。

>>> codecs.encode("你好,world",encoding='ascii')
    Traceback (most recent call last):
      ...
    UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
    >>>
    >>> codecs.encode("你好,world",encoding='ascii',errors='replace')
    b'??,world'

### 3、codecs.decode() ###

`codecs.decode(obj, encoding='utf-8', errors='strict')`  
使用为 encoding 注册的编解码器对 obj 进行解码，类似str.decode()方法。

### 4、codecs.lookup() ###

`codecs.lookup(encoding)`

在 Python 编解码器注册表中查找编解码器信息，并返回一个 `CodecInfo` 对象。

>>> import codecs
    >>> 
    >>> gbk = codecs.lookup('gbk')
    >>> gbk.encode("你好,world")
    (b'\xc4\xe3\xba\xc3,world', 8)
    >>> codecs.lookup('uuuu')
    Traceback (most recent call last):
      ...
    LookupError: unknown encoding: uuuu

<table> 
 <thead> 
  <tr> 
   <th>CodeInfo对象属性/方法</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>name</td> 
   <td>编码名称</td> 
  </tr> 
  <tr> 
   <td>encode/decode</td> 
   <td>无状态的编解码函数</td> 
  </tr> 
  <tr> 
   <td>streamwriter/streamreader</td> 
   <td>流式写入器和读取器类或工厂函数。</td> 
  </tr> 
  <tr> 
   <td>incrementalencoder/incrementaldecoder</td> 
   <td>增量式的编码器和解码器类或工厂函数。</td> 
  </tr> 
 </tbody> 
</table>

>>> utf8 = codecs.lookup('utf-8')
    >>> utf8.name
    "utf-8"

### 5、codecs.getencoder() ###

`codecs.getencoder(encoding)`

查找给定编码的编解码器并返回其编码器函数。

>>> u8_encode = codecs.getencoder("utf8")
    >>> u8_encode("你好,world.")
    (b'\xe4\xbd\xa0\xe5\xa5\xbd,world.', 9)

--------------------

参考资料：  
[python模块之codecs][python_codecs]  
[python ：codecs模块简介][python _codecs]  
[python ：codecs模块简介][python _codecs 1]  
[Python标准库—codecs模块][Python_codecs]  
[读写文件时codecs.open()优于open()][codecs.open_open]  
[python codecs.open()及文件操作][python codecs.open]  
[WITH OPEN() AS和CODECS.OPEN()][WITH OPEN_ AS_CODECS.OPEN]

[python_codecs]: https://www.cnblogs.com/666666pingzi/p/11462722.html
[python _codecs]: https://blog.csdn.net/happy_wealthy/article/details/107994648
[python _codecs 1]: https://blog.csdn.net/qq_28072715/article/details/79387422
[Python_codecs]: https://blog.csdn.net/L_zzwwen/article/details/100068682
[codecs.open_open]: https://blog.csdn.net/weixin_38664232/article/details/100097119
[python codecs.open]: https://blog.csdn.net/weay/article/details/80946152
[WITH OPEN_ AS_CODECS.OPEN]: https://www.freesion.com/article/66871450788/