Soyez prudent lorsque vous travaillez avec des fichiers texte compressés au format gzip

Il y avait quelques pièges (personnellement) lors de la lecture d'un fichier texte compressé au gzip, je les ai donc résumés.

Lecture binaire

Le mode de lecture de fichier par défaut est binaire, donc le code ci-dessous lira chaque ligne en binaire.

import gzip

with gzip.open("test.txt.gz", "r") as fi:
    for line in fi:
	print(line)

Pour le lire sous forme de texte, lisez-le en mode "rt" lorsque le fichier est ouvert.

import gzip

with gzip.open("test.txt.gz", "rt") as fi:
    for line in fi:
	print(line)

Ignorer la déclaration d'encodage au début de la phrase

Même si vous spécifiez l'encodage par défaut, il sera ignoré, vous devez donc spécifier à nouveau l'encodage lors de l'ouverture du fichier. En d'autres termes, à la fin, il peut être lu comme un fichier texte avec le code suivant.

import gzip

with gzip.open("test.txt.gz", "rt", "utf_8") as fi:
    for line in fi:
	print(line)

Serpentin

C'est peut-être la même chose avec d'autres fichiers compressés, mais je ne l'ai pas essayé.