Python读取文本文件时为何出现前置字符？

嘿，这个问题我太熟悉了！你看到的\ufeff其实是UTF-8 BOM（字节顺序标记），这是Windows系统下部分文本编辑器（比如自带的记事本）默认保存UTF-8格式文件时，会自动添加的一个特殊标记。

问题成因 #

当你用Python默认的open()函数读取文件时，它的默认编码在Windows环境下不会自动识别并忽略这个BOM标记，所以就把它当成了普通的文本字符读出来，导致内容前多了这个奇怪的符号。从你的REPL记录里也能看到，文件的编码是cp65001（也就是UTF-8），但这个编码本身不处理BOM。

解决办法 #

有两种思路可以搞定这个问题：

1. 读取时指定能识别BOM的编码

直接在open()函数里指定encoding="utf-8-sig"，这个编码会自动跳过UTF-8文件开头的BOM标记：

with open("text.txt", encoding="utf-8-sig") as f:
    content = f.read()
print(content)  # 输出就是干净的'1234'

2. 保存文件时避免生成BOM

如果是你自己保存的文件，保存时明确指定编码为utf-8（不带BOM的标准格式），这样后续读取就不会有这个问题了：

with open("text.txt", "w", encoding="utf-8") as f:
    f.write("1234")

说白了就是Windows记事本这类工具在保存UTF-8文件时的“小特性”搞的鬼，用utf-8-sig编码读取就能完美解决~

内容的提问来源于stack exchange，提问作者user12188239