知识卡片
可解码不等于有文本语义
处理文件要区分两层约束:接口是否接收这种对象类型,以及内容能否按选定编码解释。文本write要求str,二进制write要求字节类对象,提供错误类型会失败;即使类型正确,选择错误编码也可能导致解码错误或把字节解释成不合意的字符。
反过来,原始二进制字节也可能恰好可解码,甚至包含合法的零字符或控制码点,不能据解码成功就认定它是业务所需文本。应依据数据格式与真实编码选择模式,保留字节时用二进制接口;未知编码不可靠尝试无错就宣称正确。
原书把chr(0xFE)显示时的UnicodeEncodeError作为无效字符证据并不成立:U+00FE是合法码点,编码输出失败与解码读取失败是不同阶段。图中的编码异常只说明某次字符向外部编码表示失败,不能单凭截图断定输入内容无法读为str。
819的02213以python.exe文本读取产生UnicodeDecodeError、二进制读取保留MZ开头字节,说明选定字符编码未必适合可执行文件。这里是真正解码失败,与817截图显示的UnicodeEncodeError阶段不同;二进制文件的某些片段可能恰好可解码,不能把失败扩为任何二进制字节都必然不可解码。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 2 处
- · 查看原书依据
除了类型限制,在Python 3.0中,文件内容也有关系。文本模式的输入文件需要一个str而不是一个bytes用于内容,因此,在Python 3.0中,没有方法把真正的二进制数据写入一个文本模式文件中。根据编码规则,默认字符集以外的bytes有时候可以嵌入一个常规的字符串中,并且它们总是可以在二进制模式中写入。然而,由于Python 3.0中的文本模式输入文
- · 查看原书依据
解码错误匹配 最后,别忘了,Python 3.0中的这些文件行为仅限于可以作为文本载入的内容。正如前面的部分所介绍的,Python 3.0真的必须能够把文本文件中的数据解码为一个str字符串,根据默认的或传入的Unicode编码名称。例如,试图以文本模式打开一个真正的二进制数据文件,即便使用了正确的对象类型,也不可能在Python 3.0中有效。 这些例子中