python - len() 为字符串返回错误的数字

Question

我在命令行上运行一个简单的脚本： echo "Alex " > alex.txt

len(open("alex.txt").read()) returns 16 instead of 5

当我跑步时，open("alex.txt").read()我得到：

ÿþA\x00l\x00e\x00x\x00 \x00\n\x00\n\x00

问题是什么？

标签： pythonstring

Answer 1

文件中的字节数和字符串中的字符数通常是不同的东西。

坚持使用有限的字符集，例如 ASCII，您可以得到一对一，但现代编程语言比这更复杂，并且至少尝试为更广泛的书面语言提供服务。

您通常需要知道编码是什么。您可能不会在文件本身中得到任何指示。

读取字节后，您需要将这些字节编码为字符串：

open("alex.txt","rb").read().decode('utf-16')

您可以open为您执行此操作，这可能更可靠：

open("file.txt",encoding='utf-16').read()

现在，如果您想花哨并从 BOM 中获取编码，您可以在此处查看答案：

在 Python 中使用 BOM 字符读取 Unicode 文件数据