Question

我在 Mac OS X 10.8.2 上使用 Python 2.7.2 。 我需要写一个.csv文件，它经常包含几个“变形金刚”，如ä，ö和ü。当我写.csv文件时，Numbers和Open Office都能正确读取csv显示变音符号没有任何问题。

但是，如果我用Microsoft Excel 2004阅读它，那些单词就会显示出来：

TuÃàrlersee

我知道，Excel在处理UTF-8时遇到了问题。我读到了2007年以下的Excel版本无法正确读取UTF-8文件的内容，即使您已经设置了UTF-8 BOM（字节顺序标记）。我正在使用以下行设置UTF-8 BOM：

e.write(codecs.BOM_UTF8)

所以我尝试下一步而不是将其作为UTF-8文件导出我想将字符编码设置为mac-roman。使用以下行我从utf-8解码了值并用mac-roman重新编码。

projectName = projectDict['ProjectName'].decode('utf-8').encode('mac-roman')

但后来我收到以下错误：

UnicodeEncodeError: 'charmap' codec can't encode character u'\u0308' in position 6: character maps to <undefined>

如何将此数据导出到.csv中，Excel能够正确读取变音符号？ Python内部处理UTF-8中的所有内容。或者我可能没有正确理解解码/编码。在Python 3.0中，他们已经调整了整个编码/解码模型，但我需要保留2.7.2版本。

我正在使用DictWriter：

w = csv.DictWriter(e, fieldnames=fieldnames, extrasaction='ignore', delimiter=';', quotechar='\"', quoting=csv.QUOTE_NONNUMERIC)
w.writeheader()

Answer 1

\u0308是结合分音符;在解码为mac-roman之前你需要normalize your unicode string：

import unicodedata

unicodedata.normalize('NFC', projectDict['ProjectName'].decode('utf-8')).encode('mac-roman')

演示，在归一化为组合字符后，以非规范化形式（ä加组合分音符）将a字符编码为mac-roman：

>>> unicodedata.normalize('NFC', u'a\u0308').encode('mac-roman')
'\x8a'

我过去曾使用过这种技术为特定客户端生成CSV for Excel，他们的平台编码是预先知道的（Excel会解释当前Windows编码中的文件，IIRC）。在那种情况下，我编码为windows-1252。

Answer 2

CSV文件实际上只是用ASCII格式 - 如果你以后只是写出数据以便以后导入Excel，那么我就把它写成一个Excel工作簿来开始避免不得不用这种东西捣乱。