python基础：字符编码问题三个不可见的字符（0xEF 0xBB 0xBF，即BOM）
一、用utf-8格式保存的txt文件等，如何去掉BOM头
Windows系统的txt文件在使用utf-8编码保存时会默认在文件开头插入三个不可见的字符（0xEF 0xBB 0xBF）称为BOM头，这个BOM头在python的codecs库中已经定义为常量（codecs.BOM_UTF8）
方法一：utf8temp.txt保存时选择utf-8保存
1 import codecs 2 data=open("utf8temp.txt",'r',encoding='utf-8').read() 3 data=data.encode(encoding='utf-8') 4 print(data) 5 #print("中文".encode(encoding='utf-8')) 6 print(len(data)) 7 if data[:3]==codecs.BOM_UTF8: 8 data=data[3:] 9 print(data.decode(encoding='utf-8'))
输出如下：
b'\xef\xbb\xbf\xe4\xb8\xad\xe6\x96\x87'
9
中文
方法二：
1 with open("./temp.txt","r",encoding='utf-8') as f: 2 flag=1 3 for line in f: 4 if flag==1: 5 line=line[1:]#去掉txt格式为utf-8会在文件第一行开头插入 6 # 三个不可见的字符（0xEF 0xBB 0xBF）--（‘.’） 7 flag=0 8 print(line)
方法三：直接用第三方软件去掉BOM头，用notepad++打开txt文件，选择编码...without BOM，点击保存
