Jak mogę otworzyć pliki UTF-16 w Pythonie 2.x?

Question

Pracuję nad narzędziem Python, które musi otwierać pliki kodowania UTF-8 i UTF-16. W Pythonie 3.2, używam poniższy kod, żeby spróbować otworzyć plik za pomocą UTF-8, a następnie spróbuj go z UTF-16, czy jest jakiś błąd unicode:

def readGridFromPath(self, filepath): 
    try: 
     self.readGridFromFile(open(filepath,'r',encoding='utf-8')) 
    except UnicodeDecodeError: 
      self.readGridFromFile(open(filepath,'r',encoding='utf-16')) 

(readGridFromFile albo będzie działać aż do zakończenia, lub podnieść a. UnicodeDecodeError)

jednak, kiedy uruchomić ten kod w Pythonie 2.x, otrzymuję:

TypeError: 'encoding' is an invalid keyword argument for this function 

widzę w docs że Python 2.x na open() nie ma encoding słowa kluczowego. Czy jest jakiś sposób obejścia tego, co pozwoli mi na kompatybilność mojego kodu Python 2.x?

Answer 1

io.open jest zamiennik dla swoich potrzeb, więc przykładowy kod podasz będzie wyglądać następująco w Pythonie 2.x:

import io 

def readGridFromPath(self, filepath): 
    try: 
     self.readGridFromFile(io.open(filepath, 'r', encoding='utf-8')) 
    except UnicodeDecodeError: 
     self.readGridFromFile(io.open(filepath, 'r', encoding='utf-16')) 

io.open opisano here w szczegółach. Prototyp jest:

io.open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True)

io moduł sam został zaprojektowany jako warstwa kompatybilności pomiędzy Python 2.x Python 3.x, aby ułatwić przejście do Py3k i uproszczenie kopii przenoszenie i obsługę istniejących Pythonie 2.x.

Należy również pamiętać, że nie może być pewien wyjątek używając codecs.open, jak it works in binary mode only:

Note: Files are always opened in binary mode, even if no binary mode was specified. This is done to avoid data loss due to encodings using 8-bit values. This means that no automatic conversion of '\n'` is done on reading and writing.

również można uruchomić w kwestii ręcznie wykrywania i usuwania z UTF-8 BOM - codecs.open pozostawia UTF8 BOM inline jak u'\ufeff' charakterem .