不,这不是错误;这是完全正常的预期行为。编解码器无法检测到已写入文件的数量。例如,您可以使用它附加到预先创建但为 空的 文件中。该文件不是新文件,但也不包含BOM。
然后还有其他用例,其中在流或字节串上使用编解码器(例如,不使用codecs.open()
),根本 没有 要测试的 文件 ,或者开发人员始终希望在输出开始时强制执行BOM。
只使用utf-8-sig
一个 新的 文件; 编解码器将 始终 在您使用BOM时将其写出。
如果直接使用文件,则可以自己测试启动情况;使用utf-8
代替并手动编写BOM,这只是一个编码的U + FEFF零宽度无中断空格:
import io
with io.open(filename, 'a', encoding='utf8') as outfh:
if outfh.tell() == 0:
# start of file
outfh.write(u'\ufeff')
我用更新的io.open()
代替codecs.open()
;io
是为Python 3开发的新I / O框架codecs
,以我的经验,它比处理编码文件更强大。
注意,实际上,UTF-8 BOM几乎是无用的。UTF-8 没有可变的字节序 ,因此只有 一个 字节序标记。另一方面,可以用两个不同字节顺序之一写入UTF-16或UTF-32,这就是为什么需要BOM的原因。