当我使用模块fileinput循环遍历一组gzip压缩文件的行时,如下所示:
@H_301_6@for line in fileinput.FileInput(files=gzipped_files,openhook=fileinput.hook_compressed):
那些行是字节字符串而不是文本字符串.
当使用模块gzip时,可以通过使用’rt’而不是’rb’打开文件来防止这种情况:http://bugs.python.org/issue13989
模块fileinput是否有类似的修复,所以我可以让它返回文本字符串而不是字节字符串?我尝试添加mode =’rt’,但后来我收到此错误:
@H_301_6@ValueError: FileInput opening mode must be one of 'r','rU','U' and 'rb'
最佳答案
您必须实现自己的openhook函数来使用编解码器打开文件:
@H_301_6@import os def hook_compressed_text(filename,mode,encoding='utf8'): ext = os.path.splitext(filename)[1] if ext == '.gz': import gzip return gzip.open(filename,mode + 't',encoding=encoding) elif ext == '.bz2': import bz2 return bz2.open(filename,encoding=encoding) else: return open(filename,encoding=encoding)