解析文本文件时出现问题（编码？）答案

【问题标题】：Problems parsing a text file (encoding?)解析文本文件时出现问题（编码？）
【发布时间】：2015-05-16 17:27:21
【问题描述】：

我正在尝试解析文本文件（Valve-KeyValues 语言文件），但遇到了一些问题。我正在使用这个library 来解析其他 KeyValues 文件，它可以从我收集到的内容中完美运行，但对于语言文件，它只返回一个空字典。
我尝试了一些简单的事情，比如遍历文件中的所有行并检查字符串是否存在（我知道字符串存在只是通过查看文件），但它永远不会找到它。不过，单个字符似乎可以工作。
如果我将这些行直接打印到控制台中，它看起来好像每个字符之间都有一个空格。我将文件上传到我的谷歌驱动器here。

这是一个语言文件，所以我猜它可以以某种不同的编码存储，但我无法通过谷歌找到任何东西/我真的不知道在这里搜索什么。

【问题讨论】：

标签： python file python-3.x

【解决方案1】：

确实，您的文件似乎被编码为 UTF-16：

$ file ~/Downloads/dota_english.txt
~/Downloads/dota_english.txt: Little-endian UTF-16 Unicode C++ program 
text, with very long lines, with CRLF line terminators

这符合您对“每个字符之间有一个空格”的描述（UTF-16 是一个两字节编码；对于 ASCII 文本，这意味着每个字符都表示为一个 ASCII 字节，后跟一个空字节，给出文本中的空格）。

您可以尝试在加载文件时指定编码，例如使用codecs module:

import codecs
import vdf
d = vdf.load(codecs.open('dota_english.txt', 'r', encoding='utf-16'))

【讨论】：

【解决方案2】：

它看起来像是一种带有 xml 的 json 文件。你能上传你的源代码吗？有许多 json 解析器。您可以使用内置的 json 模块和 xmllib。

【讨论】：