Question

我尝试写一个＆＃34;字符串＆＃34;到文件并获取以下错误消息：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xcd' in position 6: ordinal not in range(128)

我尝试了以下方法：

print >>f, txt
print >>f, txt.decode('utf-8')
print >>f, txt.encode('utf-8')

它们都不起作用。我有相同的错误消息。

编码和解码背后的想法是什么？如果我有一个unicode对象，我可以直接将它写入文件，还是需要将其转换为字符串？

如何找出使用的编码？我怎么知道它是utf-8还是ascii还是别的什么？

ADDED

我想我已经设法将字符串保存到文件中。 print >>f, txt以及print >>f, txt.decode('utf-8')不起作用，但print >>f, txt.encode('utf-8')有效。我没有收到任何错误消息，我在文件中看到了中文字符。

Answer 1

我最近发布了another answer来解决这个问题。关键报价：

为了更好地理解差异，请阅读one of Joel's articles，但要点是字节是，字节（8位的组，没有任何其他含义），而字符是构成字符串的东西的文字。 编码将字符转换为字节，解码将字节转换回字符。

在Python 2中，unicode个对象是字符串。常规str对象可以是字符串或字节串。（专业提示：使用Python 3，它可以更容易地跟踪。）

您应该将字符字符串（不是字节字符串）传递给print，但您需要确保这些字符串可以由编解码器编码（例如ASCII或UTF-8）与目标文件对象f相关联。作为输出过程的一部分，Python会为您编码字符串。如果字符串包含无法由文件对象的编解码器编码的字符，则会出现类似于您所看到的错误。

如果不知道txt对象中的内容，我可以更具体。

Answer 2

我认为您需要使用编解码器库：

import codecs

file = codecs.open("test.txt", "w", "utf-8")
file.write(u'\xcd')
file.close()

工作正常。

编码/解码的故事：

过去，计算机中只有大约60个字符可用（包括大写和小写字母+数字+一些特殊字符）。因此，只有1个字节足以为每个字母分配一个唯一的编号。将数字分配给字母以存储在存储器中称为编码。默认情况下，在python中使用的这个单字节编码名为ASCII。

随着世界上计算机的发展，我们需要在计算机中拥有更多的字母和字符。所以1个字节是不够的。出现了不同的编码方案Unicode是其中一个着名的。您尝试存储在文件中的字符是Unicode字符，它需要2个字节，因此您必须向Python明确指出您不想使用默认编码，即ASCII（因为您需要2个字符）这个字符的字节数）。

如何在Python中将unicode对象写入文件？

2 个答案: