拆分function添加：\ xef \ xbb \ xbf … \ n到我的列表
我想打开我的file.txt并从这个文件分割所有的数据。
这是我的file.txt ：
some_data1 some_data2 some_data3 some_data4 some_data5
这里是我的Python代码：
>>>file_txt = open("file.txt", 'r') >>>data = file_txt.read() >>>data_list = data.split(' ') >>>print data some_data1 some_data2 some_data3 some_data4 some_data5 >>>print data_list ['\xef\xbb\xbfsome_data1', 'some_data1', "some_data1", 'some_data1', 'some_data1\n']
正如你在这里看到的，当我打印我的data_list它会添加到我的列表中： \xef\xbb\xbf和这个： \n 。 这些是什么，如何从他们清理我的名单。
谢谢。
您的文件一开始就包含UTF-8 BOM 。
要摆脱它，首先解码您的文件内容到Unicode。
fp = open("file.txt") data = fp.read().decode("utf-8-sig").encode("utf-8")
但是最好不要将它编码回utf-8 ，而是使用unicode d文本。 有一个很好的规则：尽可能快地解码所有input的文本数据到unicode，并且只使用unicode; 并尽可能晚地将输出数据编码为所需的编码。 这会让你免受许多麻烦。
要以某种编码读取更大的文件，请使用io.open或codecs.open 。
也检查这一点 。
使用str.strip()或str.rstrip()去除换行符\n 。
\xef\xbb\xbf是UTF-8的字节顺序标记 – \x 是一个转义序列，指示接下来的两个字符是代表字符代码的hex序列。
\n是一个新的行字符。 要删除这个，你可以使用rstrip() 。
data.rstrip() data_list = data.split(' ')
要删除字节顺序标记，可以使用io.open （假设你使用的是2.6或2.7）来以utf-8模式打开文件。 请注意，它可能会慢一点，因为它是用Python实现的 – 如果Python的速度或旧版本是必要的，请看codecs.open 。
尝试这样的事情：
import io # Make sure we don't lose the list when we close the file data_list = [] # Use `with` to ensure the file gets cleaned up properly with io.open('file.txt', 'r', encoding='utf-8') as file: data = file.read() # Be careful when using read() with big files data.rstrip() # Chomp the newline character data_list = data.split(' ') print data_list
正如其他人提到的，你正在处理一个包含UTF-8 BOM的文件。
他们都告诉你如何处理或直接删除它。
但是，如果您碰巧必须只使用一个静态文件（或静态文件的一小部分），则您可能希望主动删除BOM，以便您不必处理它。
事实上，大多数文本编辑器都允许您从一种编码转换为另一种编码，有时单独列出带有BOM的UTF-8和UTF-8。
记住第一个（但有很多）是Notepad ++。 只需进入编码>转换为UTF-8没有BOM，保存文件，你设置。
