==============================
5.16 增加或改变已打开文件的编码
==============================

----------
问题
----------
你想在不关闭一个已打开的文件前提下增加或改变它的Unicode编码。

----------
解决方案
----------
如果你想给一个以二进制模式打开的文件添加Unicode编码/解码方式，
可以使用 ``io.TextIOWrapper()`` 对象包装它。比如：

.. code-block:: python

    import urllib.request
    import io

    u = urllib.request.urlopen('http://www.python.org')
    f = io.TextIOWrapper(u, encoding='utf-8')
    text = f.read()

如果你想修改一个已经打开的文本模式的文件的编码方式，可以先使用 ``detach()`` 方法移除掉已存在的文本编码层，
并使用新的编码方式代替。下面是一个在 ``sys.stdout`` 上修改编码方式的例子：

.. code-block:: python

    >>> import sys
    >>> sys.stdout.encoding
    'UTF-8'
    >>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='latin-1')
    >>> sys.stdout.encoding
    'latin-1'
    >>>

这样做可能会中断你的终端，这里仅仅是为了演示而已。

----------
讨论
----------
I/O系统由一系列的层次构建而成。你可以试着运行下面这个操作一个文本文件的例子来查看这种层次：

.. code-block:: python

    >>> f = open('sample.txt','w')
    >>> f
    <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'>
    >>> f.buffer
    <_io.BufferedWriter name='sample.txt'>
    >>> f.buffer.raw
    <_io.FileIO name='sample.txt' mode='wb'>
    >>>

在这个例子中，``io.TextIOWrapper`` 是一个编码和解码Unicode的文本处理层，
``io.BufferedWriter`` 是一个处理二进制数据的带缓冲的I/O层，
``io.FileIO`` 是一个表示操作系统底层文件描述符的原始文件。
增加或改变文本编码会涉及增加或改变最上面的 ``io.TextIOWrapper`` 层。

一般来讲，像上面例子这样通过访问属性值来直接操作不同的层是很不安全的。
例如，如果你试着使用下面这样的技术改变编码看看会发生什么：

.. code-block:: python

    >>> f
    <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'>
    >>> f = io.TextIOWrapper(f.buffer, encoding='latin-1')
    >>> f
    <_io.TextIOWrapper name='sample.txt' encoding='latin-1'>
    >>> f.write('Hello')
    Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
    ValueError: I/O operation on closed file.
    >>>

结果出错了，因为f的原始值已经被破坏了并关闭了底层的文件。

``detach()`` 方法会断开文件的最顶层并返回第二层，之后最顶层就没什么用了。例如：

.. code-block:: python

    >>> f = open('sample.txt', 'w')
    >>> f
    <_io.TextIOWrapper name='sample.txt' mode='w' encoding='UTF-8'>
    >>> b = f.detach()
    >>> b
    <_io.BufferedWriter name='sample.txt'>
    >>> f.write('hello')
    Traceback (most recent call last):
        File "<stdin>", line 1, in <module>
    ValueError: underlying buffer has been detached
    >>>

一旦断开最顶层后，你就可以给返回结果添加一个新的最顶层。比如：

.. code-block:: python

    >>> f = io.TextIOWrapper(b, encoding='latin-1')
    >>> f
    <_io.TextIOWrapper name='sample.txt' encoding='latin-1'>
    >>>

尽管已经向你演示了改变编码的方法，
但是你还可以利用这种技术来改变文件行处理、错误机制以及文件处理的其他方面。例如：

.. code-block:: python

    >>> sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding='ascii',
    ...                             errors='xmlcharrefreplace')
    >>> print('Jalape\u00f1o')
    Jalape&#241;o
    >>>

注意下最后输出中的非ASCII字符 ``ñ`` 是如何被 ``&#241;`` 取代的。