如何使用7ziplzma在python中读取utf-8编码的文件

编程问答 2022-06-04

问题描述

我正在使用以下文件压缩文件：

import lzma
myData = ("12+34+113+32+81+92+27...").encode()
obj = lzma.LZMAFile(filename,mode="wb")
obj.write(myData)
obj.close()

然后我尝试将其打开

obj = lzma.LZMAFile(filename,mode="rb")
data = obj.read()

但是我得到UnicodeDecodeError：'utf-8'编解码器无法解码位置0的字节0xfd：无效的起始字节

为什么没有错误编码却有错误解码？ 我尝试压缩字符串以节省字节。

解决方法

从第50行开始，以二进制模式创建一个LZMA压缩文件，其位置参数等于filename=mode,mode="wb"：

            if compression and verbose:
                 print("Encoding and compress...")
                 aux = (aux[:-1]).encode("utf-8")
                 obj = lzma.LZMAFile(mode,"wb")
                 print("Writing to file")
                 obj.write(aux)
                 obj.close()
                 return 0

然后将aux类型的bytes写入LZMA压缩文件。

从第121行开始，您用3个位置参数调用lzma.open()，documentation显示无效。您最多可以有2个位置参数，然后必须使用关键字参数指定其他所有内容。除此之外，r+b没有列出为mode参数的有效值。该文档指出：

对于二进制模式，模式参数可以是“ r”，“ rb”，“ w”，“ wb”，“ x”，“ xb”，“ a”或“ ab”中的任何一个，或“ rt”， “ wt”，“ xt”或“ at”表示文本模式。默认值为“ rb”。

            if compression:
                print("Staring decompression...")
                with lzma.open(files[i],"r+b","utf-8") as lzmaFile:
#                obj = lzma.LZMAFile(files[i],mode="r")
                    fContent = lzmaFile.read()

最初写入lzma文件时，您编写了bytes对象。读取lzma文件时，您再次获得相同的bytes对象。要获取原始的str，请调用decode()对象的bytes方法，并使用与该对象相同的编码（在这种情况下为utf-8）。

            if compression:
                print("Staring decompression...")
                with lzma.open(files[i]) as f:
                    uncompressed_str = f.read().decode("utf-8")
compressionencodingencodingencodinglzmapythonstringstring