Pyparsing、Python 3和Unicode字节顺序标记

我有一个文本文件，它是UTF-8编码的，带有字节顺序标记-也就是说，前几个字节是

EF BB BF 0D 0A 4D…

（它是VS 2013生产的Visual Studio解决方案文件）

我正试图使用PyParsing来解析它，使用

parseFile（）

方法和Python 3。在Python 2中，我可以这样做：

import pyparsing as pp
bom = pp.Optional(unicode(unichr(0xfeff)).encode('utf-8')).suppress()

获取可选的字节顺序标记。但是在Python3中，

unicode

和

unichr

函数已经消失，因为所有字符串都是unicode的。所以我试了一下：

bom = pp.Optional(chr(0xfeff)).suppress()

这是：

bom = pp.Optional('\ufeff').suppress()

但两者都不匹配文件的开头。我在谷歌上搜索了一段时间，但似乎找不到任何相关信息

---

如何匹配（或忽略！）Unicode字节顺序标记？

这里的问题似乎是，使用

parseFile（）

方法读取文件时使用的默认编码是ASCII，因此UTF-8编码的字节顺序标记不会以

U+FEFF

结束，而是以ASCII

EF-BB-BF

结束。要解决此问题，可以显式打开文件并指定编码。与此相反：

p.parseFile('filename.sln')

这样做：

p.parseFile(open('filename.sln', encoding='utf-8'))

然后，可以使用以下解析器跳过字节顺序标记：

bom = pp.Optional(chr(0xfeff)).suppress()

---

使用

utf\u 8\u sig

编码类型打开文件：

p.parseFile(open('filename.sln', encoding='utf_8_sig'))

如果BOM表存在，则该BOM表将被抑制

从编解码器模块：

在编码时，UTF-8编码的BOM将前置到UTF-8编码的字节。对于有状态编码器，这只执行一次（在第一次写入字节流时）。对于解码，将跳过数据开头的可选UTF-8编码BOM

---

visual studio解决方案文件不是XML吗？嗯，不是我现在看到的那些。项目文件肯定是，但解决方案文件不是。或者打开文件，使用

.read（）

读取内容，然后调用

parseString

-

parseFile

只是

parseString

的最小方便包装。