Python，使用 CRLF 按原样读取 CRLF 文本文件

Question

with open(fn, 'rt') as f:
    lines = f.readlines()

这会读取 CR LF 文本文件 (WinXP, Py 2.6) 以 LF 行结束。所以lines 包含 '\n' 结尾。如何按原样获取线条：

• 对于 CRLF 文件，获取以 '\n\r' 结尾的行
• 对于 LF 文件，获取以 '\n' 结尾的行

Answer 1

使用io.open() 代替内置的open() 函数。这使您可以更好地控制使用 newline 参数处理换行符的方式：

import io

with io.open(fn, 'rt', newline='') as f:
    lines = f.readlines()

将newline 设置为空字符串，启用通用换行支持，但返回未翻译的行尾；您仍然可以使用.readlines() 查找以任何合法行终止符终止的行，但返回的数据与文件中的数据完全相同：

输入时，如果换行符是None，则启用通用换行符模式。输入中的行可以以'\n'、'\r' 或'\r\n' 结尾，这些行在返回给调用者之前会被翻译成'\n'。如果是''，则启用通用换行模式，但行尾未翻译返回给调用者。

强调我的。

这与以二进制模式打开文件不同，其中.readlines() 只会在\n 字符上拆分文件。对于带有\r 行结尾或混合行结尾的文件，这意味着行将不会被正确拆分。

演示：

>>> import io
>>> open('test.txt', 'wb').write('One\nTwo\rThree\r\n')
>>> open('test.txt', 'rb').readlines()
['One\n', 'Two\rThree\r\n']
>>> io.open('test.txt', 'r', newline='').readlines()
[u'One\n', u'Two\r', u'Three\r\n']

请注意，io.open() 还将文件内容解码为 un​​icode 值。