Python 为什么在处理纯文本文件时会发生单字节损坏？

我在这里真的很困惑，我甚至不能更清楚地说明问题的主题。在处理纯文本文件时，我遇到了一个奇怪的符号（字节）替换

例如，我有一个大约有20000个字符串的文件，其中一个是： MieptlirvgeafyitthlaptrhTvVvlvrgnfakVvrisythnchycyrtprageqvptghekdgaklrmfceqhrlsylpqilidllqgetslwqaggnfLqvelvddGepptkieynvillKpegdqimirvetaypediedKpfrfrkksYkvsrilaakwedhrepkKk

我将大约1000个这样的文件合并在一起，只是使用Python（使用简单的open（filename）方法）一个接一个地编写它们。在我看到的相应字符串的结果文件中（而所有其他字符串都很好）： Mieptlirvgeafydithlaptrhtvpvvlvrgnfakvrisythnchycyrtprageqvptgheikdgaklrmfceqhrlsylpqilidllqgetslwqagngnflqvelvddgepptkieynvilerkpegdqhimimirvetaetypedieydkpfrkks

---

因此，将“Y”（十六进制59）替换为“Щ”字母（十六进制D9）（上面两个字母都用粗体表示）。如果我再做一次这个过程，在这个地方不会发生替换，因此它是随机的（？）。我还注意到，在另一种情况下，“P”（十六进制50）和俄语“П”字母（十六进制D0）也发生了同样的替换。将这些情况联系在一起的是，如果我们从ASCII表的0和128位置计数，两种情况下成对的字母都有相同的数字：英语P的位置为80，俄语P的位置为128+80=208；字母Y的位置为89，字母“Щ”的位置为128+89=217。我猜这是一种文件损坏，但它是如何发生的，为什么会发生？有什么想法吗？

我应该在问之前就猜到了：实际上，它看起来像是一个单位翻转，可能是随机发生的读/写磁盘错误。如果对字母进行编码的字节中的第一位发生翻转，则替换内容将变为可见，因为字母不再位于ASCII表的前128个符号中，并且一些软件会对此感到不安

"Y" = 01011001
"Щ" = 11011001 

"P" = 01010000 
"Р" = 11010000

---

请提供预期的（MRE）。我们应该能够复制和粘贴一个连续的代码块，执行该文件，并再现您的问题以及跟踪问题点的输出。这使我们可以根据您的测试数据和所需输出测试我们的建议。请从中重复和。要求我们在一个未指定的过程中推测一个翻转的位。。。这是离题的。虽然从理论上讲，计算机可能会产生这样的随机错误，但这是极不可能的。除非你的电脑有硬件问题，否则你永远不会遇到它，当然不会多次遇到。使用

open（filename）

你可以在文本模式下打开它，它可以转换一些类似字符的新行，这些行在不同的系统上可能有不同的代码。它可能尝试将其读取为

utf-8

，但您可能有不同编码的文件。若您只想连接文件，那个么最好在字节模式下打开（文件名，“rb”）——但若您有不同编码的文件，那个么它并不能帮助您。文本文件通常没有使用什么编码的信息，你必须猜测。Prune，很抱歉，特定的数据集不会有帮助，因为正如我所写的，这种情况不经常发生（在一个大约3Gb大小的文件中，我注意到两个这样的翻转）。我花了几个小时试图弄清楚这里到底发生了什么，这是Python问题还是文件系统错误或其他什么。。。