Question

我正在使用Python 3.4，将unicode字符串写入文件。写完文件后，如果我打开并看到它，它就完全是一组不同的字符。

代码： -

# -*- coding: utf-8 -*-

with open('test.txt', 'w', encoding='utf-8') as f:
    name = 'أبيض'
    name.encode("utf-8")
    f.write(name)
    f.close()    

f = open('test.txt','r')
for line in f.readlines():
    print(line)

输出： -

Ø£Ø¨ÙŠØ¶

提前致谢

Answer 1

您还需要指定读取时使用的编解码器：

f = open('test.txt','r', encoding='utf8')
for line in f.readlines():
    print(line)

否则使用您的系统默认值;请参阅open() function documentation：

encoding 是用于解码或编码文件的编码的名称。这应该只在文本模式下使用。默认编码取决于平台（无论locale.getpreferredencoding()返回什么），但可以使用Python支持的任何编码。

根据您获得的输出判断，您的系统使用Windows Codepage 1252作为默认值：

>>> 'أبيض'.encode('utf8').decode('cp1252')
'Ø£Ø¨ÙŠØ¶'

通过在阅读时使用错误的编解码器，您创建了所谓的Mojibake。

请注意，写作示例中的name.encode('utf8')行完全是多余的;忽略该调用的返回值，并且f.write(name)调用负责实际编码。 f.close()调用也完全是多余的，因为with语句已经负责关闭文件。以下将产生正确的输出：

with open('test.txt', 'w', encoding='utf-8') as f:
    name = 'أبيض'
    f.write(name)

with open('test.txt', 'r', encoding='utf-8') as f:
    for line in f.readlines():
        print(line)

python unicode：写入文件时，以不同的格式写入

1 个答案: