飘逸的python - 不要用二进制模式打开文本文件

先看下面代码的“诡异”现象。

假设在windows下，我有个f.txt文件，里面的内容是下面这样的。

hello

world

代码一，

with open('f.txt', 'r') as f:    print f.readlines()with open('f.txt', 'rb') as f:    print f.readlines()

输出

['hello\n', 'world\n']

['hello\r\n', 'world\r\n']

代码二，

with open('f.txt', 'rb') as f:    data = f.read()with open('f.txt', 'w') as f:    f.write(data)

打开文件，变成了下面这样，

hello^M

world^M

首先，先理解换行符'\n'跟回车符'\r'的概念。

'\n',换行符(LF,Line-Feed ),指新的一行。

'\r',回车符(CR,Carriage-Return),指回到行头。

因为在不同系统下的换行标识是不一样的。

windows->'\r\n'

unix->'\n'

mac->'\r'

这就是为什么windows下的txt在linux打开的时候行尾会有'^M'。

这就是为什么我在linux下跑脚本导出游戏数据下到本地windows打开变成了一行。

其实文本文件也是二进制文件，是文本编码的二进制文件，文本文件对一些不可见字符进行了处理，增加可读性。

在python中，可以通过os.linesep获得当前系统的换行标识。比如在windows下，os.linesep是'\r\n'。

在python中操作换行标识的时候，并不用管是在什么平台下，直接用'\n'就行了，python会自动根据不同系统转成不同标识。

有了上面这些理论依据，就可以解析本文开头代码的“诡异”现象了。

代码一中，用文本模式打开的文件，换行标识会被python处理成'\n'，而用二进制模式打开则原封不动。

代码二中，用二进制模式打开，用文本模式写入。二进制打开原封不动还是'\r\n'，而文本模式写入的时候因为python会把'\n'转成'\r\n'，所以其实就等于是写入了'\r\r\n'，于是就多了个'^M'。