使用Python将二进制文件中的“\r\r\n”替换为“\r\n”

Question

我对 Python 非常陌生，只是通过它爬行以完成任务，并希望得到一些帮助（Python 3.1）。

我有一个用 DictWriter 编写的 CSV 文件，其方言为“excel”。创建文件后，我注意到文件中有多余的行，仔细检查是因为每行末尾都有“\r\r\n”而不是“\r\n”。

我可以通过以下两种方法之一解决这个问题：

1. 以二进制模式而不是文本模式打开文件。问题在于，我终其一生都无法弄清楚如何让 writerow() 对二进制文件起作用——我得到了很多异常。

2. 第二种（更简单的）解决方案只是用“\r\n”替换所有的“\r\r\n”。

但是，在我的尝试中，我遇到了以下错误：

一种。不先关闭文件，搜索和替换只会添加更多的“\r\r\n”行。湾 我已经尝试先关闭文件，以二进制模式重新打开并进行相同的搜索和替换，但我得到了错误：

WindowsError: [错误 32] 进程无法访问该文件，因为它正被另一个进程使用

这是代码：

#code before this writes to the final in text mode
myfile.close()
myfile = open(outputFile, "wb")
for line in fileinput.FileInput(outputFile, inplace=1):
    line = line.replace("\r\r\n", "\r\n")
    print (line)
myfile.close()

任何人都可以提供任何帮助！

Answer 1

更改文件的安全方法（除了附加，可以安全地就地完成）是将修改后的文件复制到新文件中，删除旧文件，像旧文件一样重命名新文件。这是避免灾难性错误和数据丢失的一种可靠方法。根据平台的不同，“删除旧的，重命名新的”步骤可能是原子性的，但这在 Windows 中很难，而且并不是那么重要。

所以我只是这样做 - 一大口，除非文件非常大（千兆字节以上）：

with open(filename, 'rb') as f:
  data = f.read()
with open(newfilename, 'wb') as f:
  f.write(data.replace('\r\r\n', '\r\n'))
os.unlink(filename)
os.rename(newfilename, filename)

您的代码的问题是二进制模式和文本模式之间的混淆——例如，您无法从二进制模式打开的文件中正确“读取一行”。

在 Python 3.1 中编辑我们需要在bytes这里处理实例，而不是字符串，因为文件是二进制文件。因此，根据文档，write调用必须变为

  f.write(data.replace(b'\r\r\n', b'\r\n'))

这些b前缀告诉 Python 我们正在处理的是bytes，而不是strings。