Pyhton3下的ISO8859-1编码文件的读取

        在学习tkinter库时，自己码了一个简单的文件搜索GUI。具体功能是输入关键字、文件类型和所要搜索的文件夹路径，按下搜索按钮能将相关的文件的绝对路径添加到列表上，双击列表所选项能够打开一个包含文件内容的可编辑窗口。

文件搜索GUI

        在测试GUI时，发现某些文本文件无法读取，出现报错。具体为：

当执行到如下语句时

f = open('/Users/gy/Desktop/自动化1404荣誉称号.txt','r')   #以可读模式打开文件

str1 = f.read()  #读取文件内容

出现报错：

出现编码错误

意思就是使用utf-8编码方式读取不了文件里的内容。

        这时候，需要查看一下自动化1404荣誉称号.txt文件使用采用何种编码方式存储。

ISO 8859-1

原来自动化1404荣誉称号.txt文件是采用ISO 8859-1编码方式存储的。

       ISO 8859-1属于单字节编码，是没有中文对应的编码，但可以用ISO 8859-1编码来"表示"中文。那么问题来了，为什么这个文件的内容几乎都是中文，但能用ISO 8859-1编码方式来存储呢？

        然而GBK编码和utf-8编码都支持中文编码。那么按我的理解，如果一个文件包含中文，这个文件应该是刚刚讲到的两种编码方式之一，而不应该是ISO 8859-1。一般来说，采用GBK方式编码一个中文字用两个字节来表示，采用GBK方式编码一个中文字用三个字节来表示。

        GBK英文数字的字符编码规则跟ISO 8859-1是一样的，所以GBK是兼容ISO 8859-1编码的，这两者可以相互转换。

        既然读取不了自动化1404荣誉称号.txt文件内容，这时用读取二进制模式打开自动化1404荣誉称号.txt文件，采用GBK编码方式进行解码，得到的Unicode码就能被Python3正确识别。

f = open('/Users/gy/Desktop/自动化1404荣誉称号.txt','rb')

str1 = f.read().decode('gbk')

        此时执行编写的文件搜索GUI，能够正确打开含有自动化1404荣誉称号.txt文件内容的可编辑窗口。

        但是此时文件搜索GUI只能打开以ISO 8859-1方式编码的文件，当遇到以utf-8方式编码的文件时还会报错。

        此时可以利用异常处理来解决这个问题。

try:

    str1 = f.read().decode('utf-8')

    print('该文件采用UTF-8编码方式')

except UnicodeDecodeError:

    f.seek(0,0) #作用：重新将文件指针指向文件始端，没有这句打开GBK编码的文件会显示空白

    str1 = f.read().decode('gbk')

    print('该文件采用GBK编码方式')

        为了搞清楚为什么带中文的文本文件能够用ISO 8859-1编码存储。

        创建了两个不同编码方式的文本文件，分别是文件_GBK.txt采用GBK编码、文件_UTF-8.txt采用utf-8编码。再查询两个文件的编码方式。

文件编码

        可以看到文件_UTF-8.txt是采用utf-8方式编码存储的，文件_GBK.txt是采用ISO 8859-1编码存储的。这就解决了为什么带中文的文本文件能够用ISO 8859-1编码存储的疑问，原来当一个文本文件采用GBK进行编码时，它是以ISO8859-1编码存储的。因为GBK是兼容ISO 8859-1编码的，这两者可以相互转换。