Question

我正在尝试使用python的difflib.HtmlDiff模块比较两个阿拉伯字符串。我已经研究了将HtmlDiff的输出写入文件的各种方法，但似乎没有一种方法适合我。到目前为止我尝试过的方法：

注意：在所有后续代码段中，original和mockinputs是HtmlDiff所要求的Unicode文本字符串列表，特别是阿拉伯语。

Method 1

import difflib

hdiff = difflib.HtmlDiff()
html = hdiff.make_file(original, mockinputs)

with open('out_file.html', 'w', encoding='utf-8') as out_file:
    out_file.write(html)

这样运行没有错误，但在浏览器中打开时，创建的html文件是乱码（如Ø§Ù„Ø±ØÙ之类的东西）。

Method 2（如指出here）

import difflib

htmldiff = difflib.HtmlDiff()
html = htmldiff.make_file(original, mockinputs)

out_file = open('out_file.html', 'w')
out_file.write(html.encode('utf-8'))
out_file.close()

这给了我这个错误：

TypeError：必须是str，而不是bytes

那么，如何将HtmlDiff生成的Unicode文本编写为python 3中的html文件？

我正在使用python 3.4.3。

Answer 1

According to the documentation，Python3.5之前的Python版本中的make_file方法默认为ISO-8859-1的字符集，不包括阿拉伯语。

此外，大多数浏览器都会看到ISO-8859-1并回退到ASCII。因此，您必须在Python3.5中使用该方法才能获得 utf-8 或以不同的方式生成您想要的HTML输出。

编辑：从python 3.5.1开始，虽然make_html方法使用默认字符集utf-8，但其兄弟方法make_table却没有，所以要小心使用后者！

无法在python 3中编写包含unicode文本的HtmlDiff输出

1 个答案: