Question

我试图读取包含简体中文信息的CSV文件，并将其编码为放入数据库的请求。

我的代码部分：

#coding:utf-8    
import csv, sys, urllib, urllib2

with open('testdata1.csv', 'rU') as f:
    reader = csv.reader(f)
    try:
        z = csv.reader(f, delimiter='\t')
        for row in reader:
            print row[0]
            if row[0] in (None, ""): 
                continue
            elif row[0] == '家长姓': 
                print row[0]

但是我遇到了两个问题：

1）Sublime Text无法理解中文字符，也就是说它不明白寻找家庭姓＆＃39;在命令elif row[0] == '家长姓'中。

2）Sublime Text似乎无法打印中文字符（当我告诉它打印一些信息时，所有中文字符都被下划线替换）。

我已经尝试了文件＆gt;使用编码保存＆gt; UTF-8无效。任何帮助将不胜感激。

Answer 1

尝试使用codecs使用适当的编码打开文件：

>>> import codecs
>>> f = codecs.open("testdata1.csv", "r", "utf-8")

Answer 2

非ASCII字符总是难以使用，因为有3个不同的问题：

系统和编辑器必须能够显示它们
必须指定源文件的编码（第一行或第二行中为# -*- coding: ... -*-）
以上所有内容都与系统编码无关（sys.encoding将用于渲染它们

首先，您的编码行忘记了-*-，这意味着某些编辑可能无法正确处理编码。

您还可以尝试IDLE编辑器是否更容易处理中文字符。

但无论如何，如果其他一切都失败了，你总是可以使用显式的unicode代码：

>>> txt = u'家长姓' # only works if editor and interpretor were correctly declared the source encoding
>>> txt2 = u'\xe5\xae\xb6\xe9\x95\xbf\xe5\xa7\x93' # works on any system
>>> txt == txt2
True

TL / DR：如果您在Python源代码中使用非ASCII字符时遇到问题，请使用其转义代码

Answer 3

您的代码中的

'家长姓'是<type 'str'>，您读取的内容也是<type 'str'>，但也许他们的编码方法不一样。您可以将它们解码为比较前<type 'unicode'>。

例如：

row[0].decode('utf-8') == u'家长姓'

这是关于str和unicode的测试：

test = '你好'
test1 = u'你好'
print type(test)
print type(test1)
print test == test1
print type(test.decode('utf-8'))
print test.decode('utf-8') == test1

输出：

<type 'str'>
<type 'unicode'>
False
<type 'unicode'>
True

从Python

3 个答案: