Python读取中文TXT文本的方法：Python2与Python3的差异处理

针对Python 2.7版本的情况

在Python 2.7中，字符串的内部表示采用unicode编码。因此，在执行编码转换操作时，通常需要将其他编码的字符串先解码为unicode，再从unicode编码为目标编码，即以unicode作为中间编码进行转换。

首先，建议使用editplus等编辑器检查TXT文件实际保存的编码格式，例如UTF-8、GB2312或其他编码。在读取文件行时，可以参照以下方式进行编码处理。

line = (file1.readline()).decode('utf-8').encode('gb2312')或
line = (file1.readline()).decode('gb2312').encode('utf-8')

需要注意：当TXT文件使用UTF-8编码保存时，Windows系统默认会在文件开头插入三个不可见的字节（BOM），用于标识该文件为UTF-8编码。如果直接调用decode('utf-8')，由于未处理这三个字节，将无法得到正确的解码结果。

必须先判断文件前三个字符是否包含Windows插入的BOM标记。Python已预定义了一个常量用于此目的，可直接将该常量与文件内容前三个字符进行比较。如果匹配，则需先删除这三个字符，然后再执行decode操作。

import codecs 
 data = open("Test.txt").read() 
 if data[:3] == codecs.BOM_UTF8:  
  data = data[3:] 
  print data.decode("utf-8") 

相关扩展知识：

decode函数的原型为decode([encoding], [errors='strict'])，其中第二个参数用于控制错误处理的策略。默认参数为'strict'，表示遇到非法字符时抛出异常。

若将该参数设置为'ignore'，则会忽略所有非法字符。

若设置为'replace'，则使用问号'?'来取代非法字符。

若设置为'xmlcharrefreplace'，则使用XML字符引用来替代非法字符。

针对Python 3版本的情况

在Python 3中处理相对简单，只需在打开文件时指定encoding参数即可，例如：open("txt.txt", encoding="gbk").read()。

以上关于Python读取中文TXT文本的方法即为全部内容，希望能对读者有所帮助，也欢迎大家继续支持本站。