问题背景：下载了2018 IEEE 最新的 oui.txt 文件。里面包含了 设备 MAC 地址的前六位对应的厂商。要做的工作是，将海量设备的 MAC 地址与 oui.txt 文件的信息比对，统计出 苹果，华为，小米，OPPO，VIVO 这5家厂商的占比情况。oui.txt 文档里面的内容如下图所示。

oui.txt 文件中有很多冗余信息。现在只关心前 6 位 mac 地址和五个厂商的对应关系。所以，对 oui.txt 里的数据清洗一下。

处理 oui.txt 出现的问题：

1.按照下面的写法，会报错

1 with open('data/oui.txt') as f:2     for line in f.readlines():3         if('Apple' in line and '-' not in line):4             print(line)

看来是编码问题，搜索了别人相关问题的回答，然后尝试方法2：

1 with open('data/oui.txt', encoding='gb18030') as f:2     for line in f.readlines():3         if('Apple,' in line and '-' not in line):4             print(line)

结果依旧出错。

再次尝试下面的的代码：

1 with open('data/oui.txt', encoding='gb18030', errors='ignore') as f:2     for line in f.readlines():3         if('Apple,' in line and '-' not in line):4             print(line)

就成功了。但是不太理解这个 error=‘ignore’ 会不会让我需要的信息漏读。

 

聪明的大虎给我提供了一个思路：可以用 utf-8

所以改成下面的样子：

1 with open('data/oui.txt', encoding='utf-8') as f:2     for line in f.readlines():3         if('Apple,' in line and '-' not in line):4             print(line)

这次成功，完全读取出来了，整理出的格式如下：IEEE分配给苹果的前六位mac地址太多，这里只展示一部分。

 

果然，看书敲代码学习是一回事，自己做东西出来是另外一回事