Python 文件读取如何在utf-8编码中工作？

对于输入文本文件，我知道.seek和.tell都使用字节进行操作，通常-也就是说，.seek查找与其给定参数指定的点相关的一定数量的字节，而.tell返回自文件开始以来的字节数

我的问题是：当使用其他编码（如utf-8）时，这是否也会以同样的方式工作？例如，我知道utf-8对某些字符需要几个字节

看起来，如果这些方法在解析utf-8文件时仍然处理字节，那么可能会导致意外行为（例如，光标可能会出现在字符的多字节编码中，或者多字节字符可能会注册为多个字符）

如果是，是否有其他方法来完成相同的任务？尤其是当解析文件需要有关光标位置的字符信息时

另一方面，如果在open（）函数中指定编码

infle=open（文件名，encoding='utf-8'）

---

.seek和.tell的行为是否改变？

一些utf-8编码实验（在一个包含大量多字节字符的文件中重复查找和打印.read（1）方法）表明，.seek（）和.read（）在utf-8文件中的行为确实不同。。。它们不处理单个字节，而是处理单个字符。这包括几个简单的代码重写，阅读和寻找不同的模式

感谢@satuon的帮助。

假设您正在使用（与内置的

open（）

不同），那么使用文本模式会得到一个

io.TextIO的实例，因此这应该回答您的问题：

二进制存储器（如文件）上的文本I/O非常重要
在相同的存储上比二进制I/O慢，因为这意味着
使用字符编解码器将unicode数据转换为二进制数据。这
如果处理大量文本数据（例如
示例（非常大的日志文件）。还有，TextIOWrapper.tell（）和
TextIOWrapper.seek（）由于重建，两者都非常慢
使用的算法

注意：您还应该知道，这仍然不能保证seek（）将跳过字符，而是跳过unicode代码点（单个字符可以由多个代码点组成，例如，
ą
可以写成
u'\u0105'
或
u'a\u0328'
——两者都将打印相同的字符）

来源：
问得好。为什么不测试一下呢？用2-3个汉字保存一个文本文件（使用谷歌翻译获得这些汉字），然后创建一个程序打开它，进行搜索（1），然后从那里打印，看看会发生什么。谢谢！我一直在测试一个utf-8格式的文件，该文件几乎只填充了一个字节字符-我没有想到专门为此制作一个。“我正在使用Python 2.7.3。”-不，你不是因为在Python 2.7 open（）中）没有
encoding
关键字参数。我看到其他人使用了encoding关键字，所以我想知道这是否会影响使用infle方法时的工作方式。我起初没有意识到encoding关键字不属于Python 2.7。但是，我会去掉有问题的行以避免混淆。尽管如果您使用的是Python3，
io.open（）
只是内置的
open（）
的别名。