Question

python怎样读取文本文件里的中文

想写一段python代码，能每次只读取文本文件中的下一个中文字符，跳过所有英文数字、符号和换行符，而且还不知道文件的编码是GBK还是Unicode，应该怎样写呢？

Answer 1

#在Windows 环境下
import sys
reload(sys)
sys.setdefaultencoding("utf-8")
import re
fin = open('in.txt', 'r') #以读的方式打开输入文件
for eachLine in fin: #按行读入文件内容
line = eachLine.strip().decode('gbk', 'utf-8') #处理前进行相关的处理，包括转换成Unicode等
print line #打印原始字符
p2 = re.compile(ur'[^\u4e00-\u9fa5]') #中文的编码范围是：\u4e00到\u9fa5
zh = "".join(p2.split(line)).strip()
#zh = ",".join(zh.split())
print zh ##打印中文字符

追问

想每次只提取一个字，可以吗？

追答

print zh ##打印中文字符
这整个字符都得到了  改成一个一个的提取 应该不难把

Answer 2

file = open('filename.txt','r')
text = file.read() #读取所有文字
text = file.readline() #读取一行文字
text = file.readlinse() #把每一行变成list的一个元素
如果需要里面中文的话，用正则匹配

Answer 3

读没有问题，主要是输出的问题吧？