2012-12-19 [長年日記]
■改行コード
CR(0x0D)が入っている行を読み込むとき、CRで改行されてほしくない。
aaaa(CR)bbbb(LF) cccc(CR)dddd(LF)
のファイルを読む。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import sys
import codecs
from contextlib import closing
if __name__ == '__main__':
ct=0
with closing(open('test.txt', 'r')) as f:
r = codecs.getreader('utf-8')(f)
for line in r:
ct+=1
print ct
出力は4。
for によるイテレータ呼び出しはCRで区切られている。
では、ということでcodecsを通さない。
#(略)
ct=0
with closing(open('test.txt', 'r')) as f:
#r = codecs.getreader('utf-8')(f)
for line in f:
ct+=1
print ct
出力は2。
lineの中に混じるCRを(replaceなんかを使って)排除したあと、utf-8として解釈しなおせばいいのか?
というあたりで手仕舞いに。追記したいな。
