Python中open和codecs.open之间的区别

有两种方法可以在Python中打开文本文件：

f = open(filename)

和

import codecs
f = codecs.open(filename, encoding="utf-8")

什么时候codecs.open比open？

从Python 2.6开始，一种好的做法是使用io.open()，它也需要一个encoding参数，例如now过时codecs.open()。在Python 3中，io.open是open()内置别名。因此io.open()适用于Python 2.6和所有更高版本，包括Python 3.4。参见文档：http : //docs.python.org/3.4/library/io.html

现在，对于最初的问题：在Python 2中阅读文本（包括“纯文本”，HTML，XML和JSON）时，应始终使用io.open()显式编码或open()Python 3中的显式编码。这样做意味着您可以正确使用解码的Unicode，或者立即得到错误，这使得调试变得更加容易。

纯ASCII“纯文本”是远古时代的神话。正确的英文文本使用弯引号，破折号，项目符号，€（欧元符号）甚至是透音符号（¨）。不要天真！（并且别忘了立面设计模式！）

由于纯ASCII不是真正的选择，因此open()没有显式编码仅对读取二进制文件有用。

就个人而言，除非明确确定需要使用**，否则我总是使用。原因是有很多次我被utf-8输入偷偷摸摸地刺入我的程序。“哦，我只知道它永远是ascii”，这是一个经常被打破的假设。codecs.openopen

在我的经验中，假设将'utf-8'用作默认编码是一种比较安全的默认选择，因为ASCII可以视为UTF-8，但事实并非如此。在那些我确实确实知道输入是ASCII的情况下，我仍然会codecs.open坚决相信“显式胜于隐式”。

**-在Python 2.x中，因为在Python 3中对问题状态的注释已open替换codecs.open

在Python 2中，有unicode字符串和字节字符串。如果只使用字节串，则可以open()很好地读取/写入打开的文件。毕竟，字符串只是字节。

例如，当您具有unicode字符串并执行以下操作时，就会出现问题：

>>> example = u'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

因此，在这里您显然可以在utf-8中明确编码unicode字符串，codecs.open也可以用来为您透明地进行编码。

如果您只使用字节串，那么没有问题：

>>> example = 'Μου αρέσει Ελληνικά'
>>> open('sample.txt', 'w').write(example)
>>>

它涉及的范围更大，因为当您将unicode和bytestring字符串与+运算符连接在一起时，您将获得unicode字符串。容易被那个人咬伤。

同样codecs.open也不喜欢传入非ASCII字符的字节串：

codecs.open('test', 'w', encoding='utf-8').write('Μου αρέσει')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.7/codecs.py", line 691, in write
    return self.writer.write(data)
  File "/usr/lib/python2.7/codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xce in position 0: ordinal not in range(128)

关于输入/输出字符串的建议通常是“尽早转换为unicode并尽可能晚转换为字节字符串”。使用codecs.open可使您非常轻松地执行后者。

请注意，您给它提供的是Unicode字符串，而不是可能包含非ASCII字符的字节字符串。

当您需要打开具有特定编码的文件时，可以使用该codecs模块。

codecs.open我想，这只是Python 2内置开放式接口界面更简单，功能更少的时代的残余。在Python 2中，内置open函数不带编码参数，因此，如果要使用二进制模式或默认编码以外的其他方式，则应使用codecs.open。

在中Python 2.6，io模块有助于使事情更简单。根据官方文件

New in version 2.6.

The io module provides the Python interfaces to stream handling.
Under Python 2.x, this is proposed as an alternative to the
built-in file object, but in Python 3.x it is the default
interface to access files and streams.

话虽如此，我codecs.open在当前情况下唯一想到的用途是向后兼容。在所有其他情况下（除非您使用的是Python <2.6），最好使用io.open。也Python 3.x io.open与built-in open

注意：

codecs.open和之间也存在语法差异io.open。

codecs.open：

open(filename, mode='rb', encoding=None, errors='strict', buffering=1)

io.open：

open(file, mode='r', buffering=-1, encoding=None,
     errors=None, newline=None, closefd=True, opener=None)

• 要加载二进制文件时，请使用 f = io.open(filename, 'b')。

• 要打开文本文件，请始终使用f = io.open(filename, encoding='utf-8')显式编码。

然而，在python 3中，open它的功能与相同io.open，可以代替使用。

注意： codecs.open计划在python 2.6中引入后被弃用并替换为。仅当代码需要与早期python版本兼容时才使用它。有关python中的编解码器和unicode的更多信息，请参见Unicode HOWTO。io.open

当您使用文本文件并希望透明编码和解码为Unicode对象时。

我当时处于打开.asm文件并处理该文件的情况。

#https://docs.python.org/3/library/codecs.html#codecs.ignore_errors
#https://docs.python.org/3/library/codecs.html#codecs.Codec.encode

with codecs.open(file, encoding='cp1252', errors ='replace') as file:

没有太多麻烦，我就能读取整个文件，有什么建议吗？