怎么用python处理.log文档里的隐藏乱码？

Question

下面这段代码是用来把一个个单词提取出来然后转化成ID：

def indexFile(pt, res_pt):
print 'index file: ', pt
wf = open(res_pt, 'w')
for l in open(pt):
    ws = l.strip().split()
    for w in ws:
        if not w2id.has_key(w):
            w2id[w] = [len(w2id), 1]
        else:
            w2id[w][1] += 1

    wids = [w2id[w][0] for w in ws]        
    print >>wf, ' '.join(map(str, wids))

print 'write file: ', res_pt

但是提取出来的结果在.txt文件里看是这样的：

把上面这段乱码复制到sublime却变成了这样：

把它复制到segmentfault的editor却变成了这样：

原本的文件看不到这些乱码，而这些内容是从.log 文档里提取出来的。请问各位大大，有什么方法可以解决这个问题吗？ 谢谢！

这是原本的.log文件节选：

[05:54:07] [Server thread/INFO]: [0;34;1mAutoSaving[m
[05:54:07] [Server thread/INFO]: [0;34;1mAutoSave Complete[m
[05:54:12] [Server thread/INFO]: [AutoSaveWorld] Loading AutoSaveWorld v4.14.1
[05:54:12] [Server thread/INFO]: [NoCheatPlus] Loading NoCheatPlus v3.12.0-SNAPSHOT-sMD5NET-b793
[05:54:12] [Server thread/INFO]: [NoCheatPlus] onLoad: Early set up of static API, configuration, logging.
[05:54:12] [Server thread/INFO]: [NoCheatPlus] Logging system initialized.

无论用txt editor 或是sublime打开都看不到乱码。

然后我用python处理了一遍， 变成这样的文件：

can we please use redstone
hey admin
admincan you come
hey admin
hi
Helllo It's Stampy
come to my plot
...

也看不到乱码。

一开始的python代码是第二次加工，就有乱码了。

Answer 1

让我猜猜你干了什么:

搜索一个目录下的所有文件，对它们作分析

然而mac中系统会自动生成一个叫 .DS_Store的隐藏文件，里面是二进制数据。因此不幸也被你拿来处理了。

解决方案: 滤掉这个文件