python去掉BOM頭的方法

標籤：空行   bom   編碼   utf8   int   data   字元   去掉   code   

今天在寫批量產生社會安全號碼造資料的時候出現了問題，其中一個是報不能轉成int型，後經尋找，發現是utf-8BOM頭的問題。

什麼是BOM？

　　在utf-8編碼檔案中BOM在檔案頭部，佔用三個位元組，用來標示該檔案屬於utf-8編碼。其實UTF-8 的BOM對UFT-8沒有作用,是為了支援UTF-16,UTF-32才加上的BOM,BOM簽名的意思就是告訴編輯器當前檔案採用何種編碼,方便編輯器識別,但是BOM雖然在編輯器中不顯示,但是會產生輸出,就像多了一個空行。

類似WINDOWS內建的記事本等軟體，在儲存一個以UTF-8編碼的檔案時，會在檔案開始的地方插入三個不可見的字元（0xEF 0xBB 0xBF，即BOM）。它是一串隱藏的字元，用於讓記事本等編輯器識別這個檔案是否以UTF-8編碼。

 

　　當在讀txt時一旦讀到BOM頭就會報錯。

處理方法如下：

import codecswith open(file_path, "r") as file:    data = file.read()    data = data.replace(codecs.BOM_UTF8, "")    districtlist = data.split(‘\n‘)    file.closed

 

python去掉BOM頭的方法