Question

我在从csv中读取unicode字符时遇到问题。 csv文件最初具有带unicode标记的元素：

"[u'Aeron\xe1utica']"
"[u'Ni\u0161']"
"[u'K\xfcnste']" ...

我必须从中删除你的＆＃39;＆＃39;使用

Aeron\xe1utica
Ni\u0161
K\xfcnste ....

现在我想读取csv并将其输出到带有字符的文件中。

Aeronáutica
Niš
Künste ....

我尝试在csv docs中使用UnicodeWriter，但它提供与第二个列表相同的输出

这是我读写的内容：

c = open('foo.csv','r')
r = csv.reader(c)
for row in reader:
p = p + row
#The elements in p were ['Aeron\\xe1utica', 'Ni\\u0161', 'K\\xfcnste'...]
c = open('bar.csv','w')
c.write(codecs.BOM_UTF8)
writer = UnicodeWriter(c)
for row in p:
writer.writerow([row])

我还尝试过codecs.open（＆＃39;＆＃39;＆＃39;＆＃39;＆＃39;＆＃39; UTF-8＆＃39;）进行阅读和写作，但它没有＆＃39 ; t help

Answer 1

您似乎已将Python列表直接写入CSV文件，从而产生[...]文字语法而非普通列。然后，您删除了可能用于将信息再次转换为带有unicode字符串的Python列表的大部分信息。

你剩下的是Python unicode文字，但没有引号。使用unicode_escape再次将值解码为Unicode：

with open('foo.csv','r') as b0rken
    for line in b0rken:
        value = line.rstrip('\r\n').decode('unicode_escape')
        print value

或添加回u'..'引用，使用三引号字符串以避免需要转义嵌入式引号：

with open('foo.csv','r') as b0rken
    for line in b0rken:
        value = literal_eval("u'''{}'''".format(line.rstrip('\r\n')))
        print value

如果您仍然拥有原始文件（使用[u'...']格式化的行），请使用ast.literal_eval()函数将其转换回Python列表。这里使用CSV模块没有意义：

from ast import literal_eval

with open('foo.csv','r') as b0rken
    for line in b0rken:
        lis = literal_eval(line)
        value = lis[0]
        print value

使用unicode_escape进行演示：

>>> for line in b0rken:
...     print line.rstrip('\r\n').decode('unicode_escape')
... 
Aeronáutica
Niš
Künste
École de l'Air

从CSV读取Unicode

1 个答案: