python中的土耳其字符

Question

我正在玩Twitter API，但我有几个关于土耳其字符编码的问题。这是我正在使用的代码：

# -*- coding: cp1254 -*-
import sys
import csv
import tweepy
import locale
import string
locale.setlocale(locale.LC_ALL, "Turkish")

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_key, access_secret)
api = tweepy.API(auth)

f=open("tweets.csv", "wb")
for q in [list of search queries]:

     a=[tweet.text.encode("utf-8") for tweet in tweepy.Cursor(api.search, q, result_type="recent", include_entities=True, lang="tr").items(20)]
     wr=csv.writer(f, quoting=csv.QUOTE_ALL)
     wr.writerow(q)

基本上，我正在做的是通过遍历搜索查询列表然后将推文写入excel文件来运行搜索API。但是，无论我做什么，推文都是通过用其他替代品替换常规土耳其字符来编写的。我尝试了几件事（设置区域设置，添加.encode（“utf-8”）部分等），但我仍然不知道如何解决它。

以下是我所说的：

  

所写内容：DünakÅŸamÃœlkerArena

     

我想要它写的：DünakşamÜlkerArena

我不明白的是，当我将语言环境设置为土耳其语时，ü，Ü和ş都在本地字母中，但Python会替换这些字母。

Answer 1

我在我的系统上复制了你的代码（Windows 7，使用Office 2010），我得到了它的工作。我使用了您的代码，但我将搜索查询简化如下：

search_results = api.search(q="canan1405", count=10)
for tweet in search_results:
    print tweet.text.encode('utf-8')

我从“canan1405”用户那里收到推文，因为它们包含土耳其语字符。 （希望她不介意！）

我只是将脚本的输出重定向到文件，如下所示：

  

python so_24038317.py＆gt; tweets.csv

此时，tweets.csv文件包含编码为UTF-8的Unicode字符。如果我像您一样双击该文件，默认的Excel显示将显示垃圾字符，就像您的情况一样：

不要双击csv文件，而是使用以下步骤导入文件：

1. 启动Excel。
2. 单击功能区上的“数据”选项卡。
3. 点击“获取外部数据”中的“发件人文字”图标。
4. 找到CSV文件，然后单击“导入”按钮。
5. 将显示一个向导。在我的例子中，它提出了对文件内容的正确猜测（参见“文件来源：”下拉列表）：



您可以完成向导的其余步骤，但它们是可选的。文件显示正确：



据我所知，它包含（并正确显示）以下土耳其语字符：

ş, Ğ, İ, ğ, ı, ç

请注意，字符串“Oyyşirinkedi”之后的字符是表情符号，而不是有效的UTF-8字符。希望这会有所帮助。

Answer 2

使用iso-8859-9或iso-8859编码设置土耳其语字符。

编辑： 如果你想绝对的utf8编码，解码和编码后 您可以执行此操作myString.decode('iso-8859-9').encode('utf8')

Answer 3

在打开文件时尝试给出编码：

Public class test2 {
  Public static void main(String[] args) {
    Syso(“a in test2 “+test1.a);
    test1.connect();
    Syso(“modified a in test2 ”+test1.a);
  }
}