Python读取各种格式的txt文档（ANSI、Unicode、Unicode big endian、UTF-8等）

有时候我们要读取txt文档，然后以中文的形式输出返回，但是有时候txt文档的保存格式为ANSI、Unicode等，这样读取出来的文本是乱码的。

下面我们把txt文档另存为Unicode格式，

然后读取

try:
	#打开txt文档
	f = open('E:\\a file.txt','rb')
	#读取
	r = f.read()
	print(r)
	f.close()
except:
	if f:
		f.close()
		print('err')

我们可以看到“谈笑有鸿儒，往来无白丁”变成这样了！

这是正常的读取方法，我在网上找了很多以x开头的编码格式，还是没有找到，一开始以为是二进制的编码格式，可是二进制的编码格式为：这样的才对???

咋一看差别还是挺大的

 这里有一个最麻烦的解决办法，就是把txt另存为UTF-8格式，这里就不演示了

接下来我们来看看大招：

chardet.detect() #必杀：读取文本编码格式

try:
	f = open('E:\\a file.txt','rb')	#打开txt文档
	r = f.read()	#读取
	f_charInfo = chardet.detect(r) #获取文本编码信息
	print(f_charInfo)
	f.close()
except:
	if f:
		f.close()
		print('err')

然后输出结果

编码格式为UTF-16？？？？？

行，我们改造一下代码，以UTF-16的格式读取不就行了嘛

​
try:
	f = open('E:\\a file.txt','rb')	#打开txt文档
	r = f.read()	#读取
	f_charInfo = chardet.detect(r) #获取文本编码信息
	print(r.decode('UTF-16')) #-------------------------只修改这一句-------------------
	f.close()
except:
	if f:
		f.close()
		print('err')

​

输出结果很舒服

但是问题来了

每次都要读取编码格式

然后再修改读取格式，岂不是很麻烦？

我们来看看之前的输出结果

try:
	f = open('E:\\a file.txt','rb')	#打开txt文档
	r = f.read()	#读取
	f_charInfo = chardet.detect(r) #获取文本编码信息
	print(f_charInfo)
	print('Type:',type(f_charInfo))
	f.close()
except:
	if f:
		f.close()
		print('err')

 

他返回的是一个idct（字典）

那只要取出UTF-16就行了啊，类似于键值对，encoding是键，UTF-16是值，值会因为txt文档的存储格式而改变

f_charInfo['encoding'] = 'UTF-16'啊

所以我们把通过key取得的value作为一个文本读取的变量就行了啊???

try:
	f = open('E:\\a file.txt','rb')
	r = f.read()
	#获取文本的编码方式
	f_charInfo = chardet.detect(r)
	print(f_charInfo) #输出文本格式信息
	print(f_charInfo['encoding']) #取得文本格式
	print(r.decode(f_charInfo['encoding'])) #通过取得的文本格式读取txt
	f.close()
except:
	if f:
		f.close()
		print('err')

这样就变成了万能的读取文本的工具了！

接下来我们尝试读取不同编码格式的文件

首先另存为ANSI???

然后是Unicodie bing endian

完美

谢谢！