Python open（"；x"；，"；r"；）函数，我如何知道或控制文件应该使用哪种编码？

如果python脚本使用

open（“filename”，“r”）

函数打开并随后读取文本文件的内容，我如何知道该文件应该使用哪种编码

请注意，由于我是从自己的程序执行此脚本，如果有任何方法可以通过环境变量来控制此脚本，那么这对我来说已经足够好了

顺便说一下，这是Python2.7

所讨论的代码来自Mercurial，可以通过磁盘上的文件为其提供一个文件列表，例如，添加到存储库中，而不是在命令行上传递这些文件

因此，基本上，与此相反：

hg add A B C

我可以将A、B和C写入一个文件，每个文件之间都有换行符，然后执行以下操作：

hg add listfile:input.txt

最终读取此文件的代码如下：

files = open(name, 'r').read().split(delimiter)

这就是我的问题。当我问我应该使用哪种编码时，IRC给出的答案是：

它与传递文件参数时在命令行上使用的编码相同

---

我认为这意味着它与我在执行Mercurial（hg）时“使用”的编码相同。因为我不知道那是哪种编码，所以我把所有的东西都给了.NET进程对象，我在这里问。

你不能。读取文件与编码无关；为了正确解释读入的字节，您需要提前知道编码

例如，如果您知道该文件以UTF-8编码：

with open('filename', 'rb') as f:
    contents = f.read().decode('utf-8-sig')    # -sig deals with BOM, if present

或者，如果您知道该文件仅为ASCII码：

with open('filename', 'r') as f:
    contents = f.read()    # results in a str object

如果您真的不知道文件的编码，那么显然无法保证您能够正确读取它；但是，您可以使用类似的工具猜测编码

更新：

我想我现在明白你的问题了。我以为您有一个文件需要为其编写代码，但似乎您有代码需要为其编写文件；-）

---

所讨论的代码可能只正确处理普通ASCII（字符串可能稍后转换，但我认为不太可能）。因此，您需要创建一个只包含ASCII（代码点<128）字符的文本文件，并确保它以ASCII编码保存（即，不是UTF-16或类似的格式）。考虑到Mercurial处理的文件名可能包含Unicode字符，这有点令人遗憾。

所以基本上编码是ASCII，这就是您要说的吗？所讨论的代码如下所示：

files=open（name，'r'）.read（）.split（delimiter）

@Lasse:不完全正确。我的意思是，只有当您知道编码是ASCII时，才应该这样做（否则您的字符串中会有一系列字节，而不是字符）。看一看更多的信息我不是100%肯定我理解你的评论。我不能更改有问题的代码。换句话说，无论是好是坏，我都必须遵守代码所期望的任何编码（或缺少编码）。从您的答案来看，编码只是ASCII码。如果是这样，那么就是这样了。@Lasse：这与你眼前的问题有些无关，但值得一读。你以前的评论没有多大意义。事实证明，Mercurial似乎根本无法处理文件名中的unicode字符。即使我要求Mercurial自己发现一个具有合法字符的文件，而这些字符通常不会出现在源代码文件名中，当它找不到该文件时，它也会崩溃。显然，它将字符解释为其他内容，然后无法定位文件。