如何读取包含BOM和CRLF的文本文件

Question

我有一堆文本文件，其中有字节顺序标记(BOM(，而且它们还有CRLF(\r\n(结尾来标记行尾。例如，以下是八进制转储片段：

$ od -bc P21_T_3-28-2022.txt
0000000   357 273 277 163 164 141 147 145 040 061 015 012 120 154 141 171
357 273 277   s   t   a   g   e       1  r  n   P   l   a   y
0000020   151 156 147 040 164 150 145 163 145 040 164 167 157 040 147 141
i   n   g       t   h   e   s   e       t   w   o       g   a
0000040   155 145 163 054 040 162 145 155 151 156 144 145 144 040 155 145
m   e   s   ,       r   e   m   i   n   d   e   d       m   e
0000060   040 157 146 040 164 151 155 145 163 040 164 150 141 164 040 111
o   f       t   i   m   e   s       t   h   a   t       I
<snip>

我正在使用此代码读取文件：

lines = open(file, "r", encoding='utf-8').read().splitlines()
print(lines[0])

第一行是这样打印的，没有CRLF:

'ufeffstage 1'

如何在阅读时去掉BOM字符？

Answer 1

您可能需要将encoding指定为utf-8-sig:

lines = open(file, "r", encoding='utf-8-sig').read().splitlines()
print(lines[0])