在Python3中将原始字节写入文件会导致意外的输出

Question

所以，我有一个代码：

f = open("crash.txt", "w")
junk = ("\xCC" * 1028)
f.write(junk)
f.close()

当我在Windows(3.5.1)上运行这个文件时，我会得到一个文件，文件中有重复的“CC”作为十六进制字符。这是意料之中的。

但是，在Linux(Python3.4.2)上运行时，我会将“c38c”作为十六进制字符重复使用。

我不理解Linux上的输出。为什么会发生这种事，我该怎么解决。

Answer 1

您不是在编写原始字节。默认情况下，Python 3使用Unicode字符串，必须对这些字符串进行编码才能将它们写入文件。默认情况下，open()使用文本模式，用于编码文本的编码是locale.getpreferredencoding()。在美国Windows上，即cp1252，但在Linux上，它通常是utf8。

b'\xc3\x8c'是用utf8编码的'\xcc'。

b'\xcc'是用cp1252编码的'\xcc'。

以二进制模式打开文件，写字节字符串而不是Unicode来写“原始”字节。

with open("crash.txt", "wb") as f:
    junk = b"\xCC" * 1028
    f.write(junk)