Python 中文路徑和中文文字檔案亂碼問題

情景:

python首先讀取名為log.txt的文字檔案, 其中包含有檔名相對路徑資訊filename.

隨後python呼叫shutil.copy2(src, dst)對該filename檔案進行複製操作.

由於filename為相對路徑資訊, 所以我們需要硬編碼寫入父目錄, 假設為"c:\\源目錄\\", 同時還有目標目錄資訊, 假設為"c:\\目標目錄\\".

**:

import

shutil
defget_file_list(src):
f = open(src, 'r'
) data =
for line in
f.readlines():
if len(line) > 2:
line = line.replace('
\n',''
) line = line.replace('
\r','')'
utf8'))
return
data
defcopy_file_to(ls, src, dst):
for f in
ls: shutil.copy(src + f, dst +f)
if__name__ == '
__main__':
ls = get_file_list(u"
log.txt")
copy_file_to(ls, u
"c:\\源目錄\\
", u"
c:\\目標目錄\\
")

問題:會出現各種編碼出錯, 亂碼.

分析:情境中, 有兩個編碼:

1. log.txt的編碼

2. python指令碼檔案的編碼.

如果這兩個編碼不匹配, 就會出現問題.

解決方案:

使用notepad++將兩個檔案的編碼都改為utf-8 no bom即可.

中文文字糾錯

u4e00 代表什麼意思 u9fa5 代表什麼意思？答 u4e00 u9fa5是用來判斷是不是中文的乙個條件，採用的是unicode編碼 參考website 2020 9 1 最全面，精華 中文糾錯 待看完中文文字拼寫檢查錯誤糾正方案整理 關聯pycorrector 小練習 簡化 import pa...

python 讀取txt中文文字

txt文字的儲存形式有四種ansi,utf 8,unicode,unicode big endian。後面兩種比較少見，說說前面兩種吧。普通的開啟檔案的操作是這樣的 coding utf 8 path u 輸入你的路徑 f open path text f.readlines 當txt檔案為ansi...

python實現中文文字分句

對於英文文字分句比較簡單，只要根據終結符 劃分就好，中文文字分句看似很簡單，但是實現時會遇到很多麻煩，尤其是處理社交 資料時，會遇到文字格式不規範等問題。下面 針對一段一段的短文本組成了文件分句 import re def cut sent infile,outfile cutlineflag 本文...