Python 3中file.read(x)读取字符而非字节？是Bug还是认知遗漏？

这可不是什么bug哦，是Python 3和Python 2在文件IO上的核心区别之一，很多刚从Python 2转过来的同学都会碰到这个问题～

核心原因：默认打开模式的变化 #

• Python 2中，open()默认以文本模式打开，但返回的是字节串（str类型本质是字节），所以read(1)读取的是1个字节。
• Python 3中，open()默认同样是文本模式，但返回的是Unicode字符串（str类型），这时候read(1)读取的是1个Unicode字符，不管这个字符在UTF-8编码下占2-4个字节。

两种模式的read参数差异 #

你查看的文档是io.RawIOBase.read，这个类是二进制IO的基类，对应的是Python 3里用二进制模式（'rb'）打开的文件对象。而默认文本模式下的文件对象是TextIOWrapper，它的read(n)参数是字符数，不是字节数——这是Python 3为了更友好处理Unicode特意做的设计调整。

如何复刻Python 2的字节读取行为？ #

如果需要按字节读取内容，只要用二进制模式打开文件就行：

with open('your_file.txt', 'rb') as f:
    byte_data = f.read(1)  # 这里返回的是1字节的bytes对象，和Python 2行为完全一致

举个实际例子：假设文件里有一个UTF-8编码的中文“好”（占3字节）

• 文本模式下read(1) → 返回'好'（1个完整的Unicode字符）
• 二进制模式下read(1) → 返回b'\xe5'（这个字符的第一个字节）

所以本质上是你混淆了文本模式和二进制模式的read方法参数含义，这完全是Python 3的正常设计，不是bug哦～

内容的提问来源于stack exchange，提问作者Kostya