Python 讀寫文件的編碼與解碼問題

演示文件為docx文檔，內(nèi)容如下：

創(chuàng)新互聯(lián)建站專業(yè)為企業(yè)提供昭通網(wǎng)站建設(shè)、昭通做網(wǎng)站、昭通網(wǎng)站設(shè)計、昭通網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計與制作、昭通企業(yè)網(wǎng)站模板建站服務(wù)，10多年昭通做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡(luò)服務(wù)。

源碼

運行源碼查看報錯信息

UnicodeDecodeError: 'gbk' codec can't decode byte 0xab in position 15: illegal multibyte sequence

上述錯誤是一種很常見的解碼錯誤，下面介紹該錯誤的解決方法

把utf-8，gbk等各種編碼方式都試了一遍，還是沒有解決問題然后仔細看報錯信息，根據(jù)UnicodeDecodeError: 'utf-8' codec can't decode byte 0xfb in position 14: invalid start byte，猜測文件中某個字節(jié)不能解碼，打開文件一看，并沒有看出什么問題來

open() 函數(shù)的第三個參數(shù)不是用來接收編碼方式的，而是傳入一個buffering的值，此處傳入了'gbk'字符串，所以系統(tǒng)提示傳一個整型

通過調(diào)用office的API進行操作，因為在office上能完成的操作，都能通過win32完成，所以我們選擇使用win32

（Python3.5 需要安裝 win32compat，里面含了 win32 的很多包）

python基礎(chǔ)：內(nèi)置函數(shù)、方法、轉(zhuǎn)義字符大全

在寫python程序時，常能用到一些函數(shù)和方法，總結(jié)一下，保存起來，方便查詢。

一、內(nèi)置函數(shù)

# abs()獲取數(shù)字絕對值

# chr(i)數(shù)字轉(zhuǎn)換為字符類型

# divmod() 獲取兩個數(shù)值的商和余數(shù)

# enumerate() 將可遍歷序列組合為索引序列

# float()轉(zhuǎn)換為浮點數(shù)

# format() 格式化字符串

# int()轉(zhuǎn)換為整數(shù)?

# input() 接受用戶輸入內(nèi)容

# len() 計算元素個數(shù)

# max() 返回最大值

# min() 返回最小值

# math.ceil() 返回指定數(shù)值的上舍整數(shù)

# open()打開文件并返回文件對象

# pow() 冪運算

# print()打印輸出?

# range() 生成器

# reversed()反轉(zhuǎn)所有元素

# round()四舍五入求值

# sorted()對可迭代對象進行排序?

# str() 轉(zhuǎn)換為字符串

# sum() 求和

# set() 創(chuàng)建集合

# tuple() 將序列轉(zhuǎn)換為元組

# zip()將可迭代對象打包成元組

二、方法

# append() 添加列表元素

# capitalize()首字母轉(zhuǎn)換為大寫?

# count()字符出現(xiàn)次數(shù)

# close() 關(guān)閉文件

# decode() 解碼字符串

# dict.keys() 獲取字典所有的鍵

# find()字符串首次出現(xiàn)的索引

# f.read() 讀取文件內(nèi)容

# dict.update()更新字典

# dict.items() 獲取字典鍵/值對

# dict.get() 返回指定鍵的值

# encode() 編碼字符串

# list.sort() 排序列表元素

# index() 元素首次出現(xiàn)的索引

# isdigit() 判斷字符串是否只由數(shù)字組成

# isupper() 是否所有字母都為大寫

# isnum() 判斷字符串是否由字母和數(shù)字組成

# islower() 是否所有字母都為小寫

# isdecimal() 檢查字符串是否只包含十進制字符

# isalpha() 檢測字符串是否為純字母

# random.shuffle()隨機排序

# random.sample()返回無重復隨機數(shù)列表

# random.choice() 返回一個隨機元素

# random.randint() 生成指定范圍的隨機整數(shù)

# random.randrange() 生成指定范圍的指定遞增基數(shù)隨機整數(shù)

# pop() 刪除列表中的元素

# remove()刪除列表中的指定元素

# strip()去除空格

# lstrip()去除左側(cè)空格

# rstrip() 去除右側(cè)空格

# readline() 讀取單行內(nèi)容

# root.after() Tkinter中等待一段時間后再執(zhí)行命令

# str.isnumeric() 驗證字符串是否為數(shù)字（適用于Unicode）

# split()分割字符串

# ord() 將字符轉(zhuǎn)換為整數(shù)

# replace() 字符串替換

# ljust() 左對齊填充

# rjust() 左對齊填充

# readlines() 讀取所有行內(nèi)容

# datetime.datetime.now() 返回指定時區(qū)的本地日期時間

# datetime.datetime.today() 獲取當前本地日期的date對象

# datetime.utcnow() 返回當前UTC時間的datetime對象

# time.strptime()把時間字符串解析為元組

# time.time()返回當前時間的時間戳

# time.sleep()暫停指定秒數(shù)

# time.strftime() 返回指定格式的日期字符串

# time.mktime() 接收時間元組并返回時間戳

# os.getcwd() 獲取當前工作目錄

# os.listdir() 獲取指定路徑下的目錄和文件列表

# os.makedirs() 遞歸創(chuàng)建目錄

# os.rename() 重命名目錄或文件

# os.path.exists() 判斷路徑是否存在

# upper() 全部轉(zhuǎn)換為大寫字母

# lower()? 全部轉(zhuǎn)換為小寫字母

# sys.stdout.write() 標準輸出打印

# sys.stdout.flush()刷新輸出?

# shutil.copy() 復制單個文件到另一文件或目錄

# write() 寫入文件內(nèi)容

# winsound.Beep() 打開電腦揚聲器

# zfill() 在字符串前面填充0

三、循環(huán)語句

# break終止當前循環(huán)

# continue 終止本循環(huán)進入下一次循環(huán)

# with open() as file 以with語句打開文件（數(shù)據(jù)保存）

四、轉(zhuǎn)義字符

\ 行尾續(xù)行符

\' 單引號?

\'' 雙引號

\a 響鈴

\e 轉(zhuǎn)義

\n 換行

\t 橫向制表符

\f 換頁

\xyy 十六進制yy代表的字符

\\反斜杠符號

\b 退格

\000 空

\v 縱向制表符

\r 回車

\0yy 八進制yy代表的字符

\other 其他的字符以普通格式輸出

Python 中 base64 編碼與解碼

base64 是經(jīng)常使用的一種加密方式，在 Python 中有專門的庫支持。

本文主要介紹在 Python2 和 Python3 中的使用區(qū)別：

在 Python2 環(huán)境：

在 Python3 環(huán)境：

Python3 中有一些區(qū)別，因為 Python3 中字符都是 unicode 編碼，而 b64encode 函數(shù)的參數(shù)為 byte 類型，所以必須先轉(zhuǎn)碼。

以上就是本文的全部內(nèi)容，如果覺得有用的話歡迎 點贊 和 轉(zhuǎn)發(fā) ，多謝。

推薦閱讀：

python str與bytes編碼解碼

下面一張圖搞懂編碼、解碼、編碼表之間的關(guān)系。

不難看出，它們是一種根據(jù)編碼表進行翻譯、映射的過程：

實際上，字符串類型只有encode()方法，沒有decode()方法，而bytes類型只有decode()方法而沒有encode()方法。

二進制格式的數(shù)據(jù)也常稱為裸數(shù)據(jù)(raw data)，所以str數(shù)據(jù)經(jīng)過編碼后得到raw data，raw data解碼后得到的str。

上面說了，編碼是將字符數(shù)據(jù)轉(zhuǎn)換成字節(jié)數(shù)據(jù)(raw data)，解碼是將字節(jié)數(shù)據(jù)轉(zhuǎn)換成字符數(shù)據(jù)。在Python中字符數(shù)據(jù)也就是字符串，即str類型，字節(jié)數(shù)據(jù)也就是bytes類型或bytearray類型。

編碼時，可以使用字節(jié)類型的構(gòu)造方法bytes()、bytearray()來構(gòu)造字節(jié)，也可以使用str類型的encode()方法來轉(zhuǎn)換。

解碼時，可以使用str類型的構(gòu)造方法str()來構(gòu)造字符串，也可以使用bytes、bytearray()類型的decode()方法。

另外需要注意的是，編碼和解碼的過程中都需要指定編碼表(字符集)，默認采用的是utf-8字符集。

例如，使用encode()的方式將str編碼為bytes數(shù)據(jù)。

使用bytes()和bytearray()將str構(gòu)造成bytes或bytearray數(shù)據(jù)，這兩個方法都要求str-byte的過程中給定編碼。

實際上，bytes()、bytearray()這兩個方法構(gòu)造字節(jié)數(shù)據(jù)的時候還有點復雜，因為可以從多個數(shù)據(jù)源來構(gòu)造，比如字符串、整數(shù)值、buffer。如何使用這兩個方法構(gòu)造字節(jié)數(shù)據(jù)，詳細內(nèi)容參考help(bytes)和help(bytearray)給出的說明，這里給幾個簡單示例。

構(gòu)造bytes的方式：

構(gòu)造bytearray的方式：

解碼是字節(jié)序列到str類型的轉(zhuǎn)換。

例如，使用decode()方法進行解碼"我"字，它的utf-8的編碼對應(yīng)為"\xe6\x88\x91"：

使用str()進行轉(zhuǎn)換。

當編碼、解碼的過程使用了不同的(不兼容的)編碼表時，就會出現(xiàn)亂碼。所以，解決亂碼的唯一方式是指定對應(yīng)的編碼表進行編碼、解碼。

例如，使用utf-8編碼"我"字，得到一個bytes序列，然后使用gbk解碼這個bytes序列。

這里報錯了，因為utf-8的字節(jié)序列里有g(shù)bk無法解碼的字節(jié)。如果使用文本編輯器一樣的工具去顯化這個過程，得到的將是亂碼字符。

原文地址：