用 jupyter notebook 打開 oui.txt 文件出現的問題及解決方案

問題背景：下載了2018 IEEE 最新的 oui.txt 文件。里面包含了 設備 MAC 地址的前六位對應的廠商。要做的工作是，將海量設備的 MAC 地址與 oui.txt 文件的信息比對，統計出 蘋果，華為，小米，OPPO，VIVO 這5家廠商的占比情況。oui.txt 文檔里面的內容如下圖所示。

oui.txt 文件中有很多冗余信息。現在只關心前 6 位 mac 地址和五個廠商的對應關系。所以，對 oui.txt 里的數據清洗一下。

處理 oui.txt 出現的問題：

1.按照下面的寫法，會報錯

with open('data/oui.txt') as f:
    for line in f.readlines():
        if('Apple' in line and '-' not in line):
            print(line)

看來是編碼問題，搜索了別人相關問題的回答，然后嘗試方法2：

with open('data/oui.txt', encoding='gb18030') as f:
    for line in f.readlines():
        if('Apple,' in line and '-' not in line):
            print(line)

結果依舊出錯。

再次嘗試下面的的代碼：

with open('data/oui.txt', encoding='gb18030', errors='ignore') as f:
    for line in f.readlines():
        if('Apple,' in line and '-' not in line):
            print(line)

就成功了。但是不太理解這個 error=‘ignore’ 會不會讓我需要的信息漏讀。

 

聰明的大虎給我提供了一個思路：可以用 utf-8

所以改成下面的樣子：

with open('data/oui.txt', encoding='utf-8') as f:
    for line in f.readlines():
        if('Apple,' in line and '-' not in line):
            print(line)

這次成功，完全讀取出來了，整理出的格式如下：IEEE分配給蘋果的前六位mac地址太多，這里只展示一部分。

 

果然，看書敲代碼學習是一回事，自己做東西出來是另外一回事