2016-06-10 12 views
0

Ich habe eine Textdatei, die mehrere Zeilen enthält, die mit einer Byte-Reihenfolge beginnen. Übergeben encoding='utf-8-sig' zu open entfernt die Stückliste am Anfang der Datei, aber alle nachfolgenden Stücklisten bleiben. Gibt es einen korrekteren Weg diese zu entfernen:Entfernen aller Stücklisten aus Datei mit mehreren Stücklisten

import codecs 

filepath = 'foo.txt' 
bom_len = len(codecs.BOM_UTF8) 

def remove_bom(s): 
    s = str.encode(s) 

    if codecs.BOM_UTF8 in s: 
     s = s[bom_len:] 

    return s.decode() 

try: 
    with open(filepath, encoding='utf-8-sig') as file_object: 
     for line in file_object: 
      line = line.rstrip() 
      line = remove_bom(line) 
      if line != '': 
       print([line[0]]) 
except FileNotFoundError: 
    print('No file found at ' + filepath) 
+0

die Datei als Binär-String lesen, zählen, wie viele Stücklisten gibt es dann entfernen, dass viele Bytes * 3 von Anfang des Strings. –

+0

Ich könnte Missverständnis sein: das würde mehrere Stücklisten * alle * am Anfang einer Datei zurückgeben? Diese Datei enthält übergreifende Stücklisten. – maxhallinan

Antwort

0

Ich habe ähnliche Probleme. Diese irgendwie half mir:

import codecs 
with open(path, "rb") as infile: 
    bytecontent = infile.read() 
bytecontent = bytecontent.replace(codecs.BOM_UTF8, b"")