文本文件中的分隔符[0001]，在python中使用np.loadtxt读取

我有一个有几行的文本文件。 行的一个示例是： 3578312103778

但是，分隔符是[0001]（在框中）而不是逗号或制表符等传统分隔符

我用python中的numpy来阅读这篇文章，有人知道分隔符应该是什么吗？ 我查了文件，但什么也没找到

import numpy as np
read_data= np.genfromtxt(fname, delimiter='\u0001')

给出：

array([ nan,  nan,  nan, ...,  nan,  nan,  nan])

但是，当我实际地将空分隔符转换为逗号分隔符时，我可以使用正确的值来读取它

我知道\u0001不是正确的分隔符。这只是一个假设的例子。我无法在这里粘贴分隔符，它看起来像一个封闭的方形框，以2行2列的方式显示0001

从某种意义上说，

\u0001

很可能是正确的分隔符，您只是做错了

有些字体使用类似于用于显示非打印控制字符的符号，因此0001-in-a-box是U+0001（又名标题开头，又名控制-a）的表示形式*

第一个问题是Python 2.x literal

“\u0001”

没有指定该字符。不能在

str

文本中使用

\u

转义，只能在

unicode

文本中使用。解释一下，但如果你仔细想想，这是有道理的。因此，文本

'\u0001'

不是源文件编码中的字符U+0001，而是六个独立的字符（一个反斜杠、一个字母和四个数字）

那么，你能用

u'\u0001'

吗？是的，但是你需要将文本文件解码为Unicode，这在这里可能不合适。它实际上根本不是一个文本文件，它是一个二进制文件。关键是要这样看

您的文本编辑器无法做到这一点，因为它是一个文本编辑器，所以它将二进制文件解码为ASCII（或者UTF-8、拉丁语-1、cp1252等）文本，然后显示生成的Unicode，这就是为什么您看到字体的U+0001表示形式。但是Python允许您直接处理二进制数据；这就是

str

所做的

那么，文件中的实际字节是多少？如果您这样做：

b = f.readline()
print repr(b)

您可能会看到如下内容：

'357812\x0110\x0113\x017\x018\n'

这就是关键：您需要的实际分隔符是

'\x01'

**

---

当然，您可以使用

u'\u0001'.encode（'Latin-1'）

，或者源文件中的任何编码……但这太傻了。你知道你想要匹配哪个字节，为什么要尝试用一个表达式来表示那个字节而不是仅仅指定它呢

---

如果愿意，还可以将控件A分隔符转换为更传统的逗号：

lines = (line.replace('\x01', ',') for line in file)

但我们没有理由为此付出额外的努力。特别是如果某些列可能包含文本，其中可能包含逗号……那么在用逗号替换分隔符之前，您必须先为不在引号内的每个原始逗号加上反斜杠，或为每个字符串列加引号，或其他任何操作

---

*从技术上讲，它应该显示为非组合非间距标记…但在许多上下文中，您希望看到不可见的字符，尤其是控制字符，因此许多字体都有相应的符号，许多文本编辑器显示这些符号，就好像它们是正常间距图示符一样。除了框中的0001之外，常见的表示法还包括不同类型框中的SOH（表示“标题开始”）或a（表示“控制-a”）或001（表示ASCII控制字符的八进制代码）。并显示一些字体如何显示它

---

**如果您知道的足够多，您可以很容易地推断出这一点，因为几乎任何字符集中的

'\x01'

都将解码为

u'\u0001'

。但是，知道如何直接查看字节比了解其他人的猜测更重要…

首先，如果您使用的是Python 2.x，普通字符串不会处理

\u

转义，因此只有6个常规字符；你可能想要

u'\u0001'

或

'\x01'

。其次，你认为

\u0001

是正确的，你想匹配你所说的“[0001]（在一个框中）”吗？然后你称之为“空分隔符”，这更让人困惑。你到底想匹配什么？NUL，ctrl-A，一些奇怪的字符序列…？在不知道文件中实际包含的字节数的情况下，没有人能告诉你如何读取它。你能发布一段你试图解析的文本片段和预期的输出吗？到目前为止，您所拥有的内容确实令人困惑。@abarnert:文本文件是从我无权访问的配置单元查询生成的。我知道\u0001不是正确的分隔符。这只是一个假设的例子。我无法在此处粘贴分隔符，它看起来像一个封闭的方形框，以2行2列的方式显示0001。@Vedant为我们提供

打印（repr（open（'your_file'，'rb'）。read（100））

感谢@abarnert提供了所有知识并解决了我的问题。