最近在处理文本文件时，遇到编码格式和换行符的问题。
基本上都是GBK 和 UTF-8 编码的文本文件，但是python3 中默认的都是按照 utf-8 来打开。用不正确的编码参数打开，在读取内容时，会抛出异常。
open(dirpath + "\\" + file, mode = "r+", encoding = "gbk", newline = "")
捕获抛出的异常，关闭文件。使用另外一种编码格式打开文件再重新读取。
读取文件时，
newline参数用来指定读取时，对换行符的处理。缺省为 None，表示通用的换行符（“\n”），即文件的换行符是啥，读出来都是 “\n”.
newline = "" 表示读取的换行符保持不变，原来是啥，读出来还是啥。
newline = “\n” 表示遇到 "\n" 才一行结束，“\r” 像其他普通字符一样对待。
newline = “\r” 表示遇到 "\r" 才一行结束，“\n” 像其他普通字符一样对待。
在文件写入时，
newline = None时，写入的“\n” 自动都变为系统默认的换行符。所以 “\r\n” 在windows下会变成“\r\r\n”写入。
newline = "" 表示不做任何转换写入。
newline = “\n” 表示不做任何转换写入。
newline = “\r” 表示将 “\n” 和 "\r" 都当做 "\r" 进行写入，所以“\r\n” 会变成 “\r\r”进行写入。
案例：将源码下的所有makefile 文件中的 -c 参数前，加上 -g 选项。
import os import re os.chdir(r"E:\code") s = os.walk(".") pattern = re.compile(r"\s-c\s") for dirpath, dirnames, filenames in s: for file in filenames: if file.endswith(".mak") or "makefile" in file: #部分以 .mak 结尾，部分以makefile命名 print(file) with open(dirpath + "\\" + file, mode = "r+", encoding = "gbk", newline = "") as f: #newline为空串表示换行符不转换 try: #编码问题造成的异常 lines = f.readlines() #一次读取所有的行到内存 f.seek(0) #回到文件起始处 for line in lines: #newline = line.replace(" -c "," -g -c ") newline= re.sub(pattern, " -g -c ", line) f.write(newline) except ValueError: f.close() with open(dirpath + "\\" + file, mode = "r+", encoding = "utf-8", newline = "") as fnew: try: lines = fnew.readlines() fnew.seek(0) for line in lines: #newline = line.replace(" -c "," -g -c ") newline= re.sub(pattern, " -g -c ", line) fnew.write(newline) except ValueError: print("*************** " + dirpath + "\\" + file) #打印utf-8 和 gbk 之外编码的文件名