python的编码差异

Question

# my scraper script file
#-*- coding: utf-8 -*-
from selenium import webdriver
import csv

browser = webdriver.Firefox()
browser.get("http://web.com")

f = open("result.csv", 'w')
writer = csv.writer(f)

然后第一个方法

element = browser.find_element_by_xpath("xpath_addr")
temp = [element.get_attribute("innerHTML").encode("utf-8")]
print temp                # ['\xec\x84\something\xa8']
writer.writerow(temp)

这导致使用我的语言的正确的csv文件。（例如한글）

但第二种情况，我认为只是有点不同

element = browser.find_element_by_xpath("xpath_addr")
temp = element.get_attribute("innerHTML").encode("utf-8")
print temp                # "한글" 
writer.writerow(temp)

然后csv文件充满了非角色的东西。这有什么不同？打印也有不同的结果，但为什么？ （一定是问题，因为我对编码知之甚少）

Answer 1

首先，writerow接口期待类似列表的对象，因此第一个代码段对于此接口是正确的。但是在你的第二个片段中，该方法假设你作为参数传递的字符串是一个列表 - 并且这样迭代 - 这可能不是你想要的。您可以尝试writerow([temp])并查看它应与第一种情况的输出相匹配。

其次，我想警告你，Python csv模块是notorious for headaches with unicode，基本上它是未经过调整的。如果需要支持unicode，请尝试使用unicodecsv作为csv模块的替代品。然后，在将字符串写入文件之前，您不需要对字符串进行编码，您只需直接编写unicode对象并让库处理编码。