我试图解析(并转义)以Windows-1251字符编码存储的CSV文件的行。使用this excellent answer来处理这种编码我最后用这一行来测试输出,出于某种原因,这有效:
print(row[0]+','+row[1])
对外输出:
Тяжелый Уборщик Обязанности,1 литр
虽然这条线不起作用:
print("{0},{1}".format(*row))
输出此错误:
Name,Variant
Traceback (most recent call last):
File "Russian.py", line 26, in <module>
print("{0},{1}".format(*row))
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)
以下是CSV的前两行:
Name,Variant
Тяжелый Уборщик Обязанности,1 литр
如果有帮助,这里是Russian.py的完整来源:
import csv
import cgi
from chardet.universaldetector import UniversalDetector
chardet_detector = UniversalDetector()
def charset_detect(f, chunk_size=4096):
global chardet_detector
chardet_detector.reset()
while 1:
chunk = f.read(chunk_size)
if not chunk: break
chardet_detector.feed(chunk)
if chardet_detector.done: break
chardet_detector.close()
return chardet_detector.result
with open('Russian.csv') as csv_file:
cd_result = charset_detect(csv_file)
encoding = cd_result['encoding']
csv_file.seek(0)
csv_reader = csv.reader(csv_file)
for bytes_row in csv_reader:
row = [x.decode(encoding) for x in bytes_row]
if len(row) >= 6:
#print(row[0]+','+row[1])
print("{0},{1}".format(*row))
答案 0 :(得分:6)
列表中的字符串可能已经是unicode,因此您没有遇到问题。
print(row[0]+','+row[1])
Тяжелый Уборщик Обязанности,1 литр
但是我们正在尝试将unicode添加到普通字符串中!这就是你获得UnicodeEncodeError
的原因。
print("{0},{1}".format(*row))
所以只需将其更改为:
print(u"{0}, {1}".format(*row))
答案 1 :(得分:3)
您正在使用str.format()
隐式地将unicode()
转换为str()
。必须这样做才能将值插入到提供的模板中。
改为使用unicode.format()
:
print(u"{0},{1}".format(*row))
请注意格式文字前的u
。 unicode.format()
必须解码 str
输入以适应生成的Unicode输出。
另一方面,连接可以隐式解码以产生最终的unicode()
对象结果。如果您的','
值包含非ASCII字节,则隐式解码也会失败。
故事的道德:在处理文本时,在整个代码中使用Unicode字符串文字。
答案 2 :(得分:0)
+
操作数在unicode
字符串和str
字符串之间正常工作。另一方面,str.format
不接受unicode
字符串作为参数。
因此,您只需使用以下内容替换有问题的行:
print(u"{0},{1}".format(*row))
这应该可以解决问题。