python txt符号化の問題の読み取りと書き込み

931 ワード

def getListFromFile(path,str):
    list = []
    file = open(path)
    lines = file.readlines()
    for line in lines:
        list.append(line.strip())
    return list

import re

priceList = getListFromFile('hebing/price.txt','r')
nameList  = getListFromFile('hebing/nameD.txt','r')
featureList  = getListFromFile('hebing/aa.txt','r')

for name in nameList:
    #print name.decode('gbk')
    name = name.decode('gbk')
    print name
    pattern = re.compile(name)
    for feat in featureList:
        feat = feat.decode('gbk')
        print 'feat:',feat
        if pattern.search(feat):
            print 'true'

そのうち、nameD.txtファイルとaa.txtファイルはANSI形式であるため、印刷毎のデータを書き込む際に追加する必要がある.decode('gbk')
txtファイルがutf-8であれば、そのまま正常な漢字を印刷できますが、正規表現searchを使って中のフィールドを検索するときにエラーが発生するので、正規表現を使うときはANSI形式を読み取るのが望ましいです.