ubuntu下读取 不同编码格式的文件 读取中文

前端之家收集整理的这篇文章主要介绍了ubuntu下读取 不同编码格式的文件 读取中文前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

# -*- coding: utf-8 -*-

#汉字编码 unicode 0x4e00 - 0x9fa5 两万多个

#GB2312,简体中文字符集6763个常用汉字和682个全角非汉字字符,根据使用频率分两级,一级

#汉字3755个,二级汉字3008个。

#GB18030-2005 是目前最新的内码字集

#GBK 是对GB2312的


#在Windows 环境下


#判断文件的编码格式

import chardet

import codecs

f = open('GB2312_set.txt','r')

data = f.read()

print chardet.detect(data)


#以相应的格式打开文件

with codecs.open("GB2312_set.txt",'r','UTF-16LE') as handle: #以UTF-16LE格式读取并转换为linux内部的unicode格式

for ln in handle:

print ln

猜你在找的Ubuntu相关文章