[PYTHON] Seien Sie vorsichtig, wenn Sie mit gzip-komprimierten Textdateien arbeiten

Es gab einige (persönliche) Fallstricke beim Lesen einer gzip-komprimierten Textdatei, daher habe ich sie zusammengefasst.

Binäres Lesen

Der Standard-Lesemodus für Dateien ist binär, daher liest der folgende Code jede Zeile binär.

import gzip

with gzip.open("test.txt.gz", "r") as fi:
    for line in fi:
	print(line)

Um es als Text zu lesen, lesen Sie es beim Öffnen der Datei im RT-Modus.

import gzip

with gzip.open("test.txt.gz", "rt") as fi:
    for line in fi:
	print(line)

Ignorieren Sie die Kodierungsdeklaration am Satzanfang

Selbst wenn Sie die Codierung standardmäßig angeben, wird sie ignoriert, sodass Sie die Codierung beim Öffnen der Datei erneut angeben müssen. Mit anderen Worten, am Ende kann es als Textdatei mit dem folgenden Code gelesen werden.

import gzip

with gzip.open("test.txt.gz", "rt", "utf_8") as fi:
    for line in fi:
	print(line)

Serpentin

Vielleicht ist es das gleiche mit anderen komprimierten Dateien, aber ich habe es nicht versucht.