请教我的代码错字哪里？

go_hao

请教我的代码错字哪里？

1. # -*- coding: utf-8 -*-
   
2. # 以下是统计程序代码行数的代码
   
3. 
   
4. 
   
5. # 我的目的是统计所有的 *.ini,*.bas,*.frm ...... 的文件总行数，
   
6. # 但是有一个问题:
   
7. 
   
8. # Traceback (most recent call last):
   
9. # File "D:\YwMis\tongji.py", line 20, in <module>
   
10. #    data = f.read()
    
11. #  File "C:\Python27\lib\codecs.py", line 671, in read
    
12. #    return self.reader.read(size)
    
13. # UnicodeDecodeError: 'gbk' codec can't decode bytes in position 2-3: illegal multibyte sequence
    
14. 
    
15. # 不知以上提示是什么意思?
    
16. 
    
17. import os
    
18. import codecs
    
19. lines_count = 0
    
20. for roots,dirs,files in os.walk('d:/ywmis/'):
    
21.     for file in files:
    
22.         if file[-4:]=='.bas' or file[-4:]=='.frm' or file[-4:]=='.sql' or file[-4:]=='.cls' or file[-4:]=='.txt':
    
23.             f = codecs.open(os.path.join(roots, file),'r','gbk')
    
24.             data = f.read()
    
25.             f.close()
    
26.             lines_count += data.count('\n')
    
27.             if not data.endswith('\n'):
    
28.                 lines_count += 1
    
29.    
    
30. print ("all lines count:%d" %lines_count)

复制代码

go_hao

发现，只要存在 utf-8编码的文件，就会报错

cdtits

1. f = open(os.path.join(roots, file), 'rb')

复制代码

crifan

由于你之前是：
f = codecs.open(os.path.join(roots, file),'r','gbk')
用gbk编码方式去打开文件，所以，当遇到UTF-8编码文件的时候，就变成：
你是在尝试用GBK编码方式去解码UTF-8编码后的字节，所以自然会出现GBK无法解码UTF-8中的某些位置的字节，出现相应的错误：
UnicodeDecodeError: 'gbk' codec can't decode bytes in position 2-3: illegal multibyte sequence

解决办法是：
可以以3楼的rb模式打开文件，然后再解码对应文件的内容，有多种选择：
1.直接用某种编码，比如GBK，或者UTF-8，去解码，同时添加ignore参数，这样可以忽略不能解码的字符，但是只要文件中的\r \n这类字符都可以正确解码，即可接着统计行数了。
2.尝试用chardet判断对应的文件内容所用编码类型，然后再用对应编码去解码文件，这样一般不会出现解码错误，可确保解析后的内容是完整的，接着再去统计行数即可。

具体如何写代码，自己写吧。
如果不会，等偶有空再帮你写。

另：
1. 对于只用\n去统计换行，严格意义上说，只对Linux来说，这种做法是比较准确的。
对于windows上的文件，应该用 \r \n。
关于回车换行，详情可参考：
【详解】回车 换行 0x0D 0x0A CR LF r n的来龙去脉

2.我之前折腾Python过程中，也遇到过很多种UnicodeEncodeError，都一点点解决了。
感兴趣的，可以去看看相关的总结：
Python中的 UnicodeEncodeError