Question

我浏览了这个网站，我在谷歌上做了同样的事情，但我没有发现在编码utf-8的csv文件中导出数据。

我需要对我的文件进行编码，因为我有一些法语字符（比如É）。我使用CsvItemExporter，它通常已经在utf-8中编码，但它没有给我正确的字符。而不是这些char，我只有一些奇怪的东西，如\ A4ybzkzv，我不知道如何正确的。

我希望我已经足够清楚!!谢谢你的帮助......

这是我的pipelines.py：

# -*- coding: utf-8 -*-
from scrapy import signals
from scrapy.exporters import CsvItemExporter

# Define your item pipelines here
#
# Don't forget to add your pipeline to the ITEM_PIPELINES setting
# See: http://doc.scrapy.org/en/latest/topics/item-pipeline.html

# Define your output file.
class FnacPipeline(CsvItemExporter):
    def __init__(self):
        self.files = {}

    @classmethod
    def from_crawler(cls, crawler):
        pipeline = cls()
        crawler.signals.connect(pipeline.spider_opened, signals.spider_opened)
        crawler.signals.connect(pipeline.spider_closed, signals.spider_closed)
        return pipeline

    def spider_opened(self, spider):
        f = open('..\\..\\..\\..\\Fnac.csv', 'w').close()
        file = open('..\\..\\..\\..\\Fnac.csv', 'w')
        self.files[spider] = file
        self.exporter = CsvItemExporter(file)
        self.exporter.start_exporting()

    def spider_closed(self, spider):
        self.exporter.finish_exporting()
        file = self.files.pop(spider)
        file.close()

    def process_item(self, item, spider):
        self.exporter.export_item(item)
        return item

有了这个管道，我有一个错误而不是正确的字符：TypeError: must be str, not bytes当我将file = open('..\\..\\..\\..\\Fnac.csv', 'w')更改为file = open('..\\..\\..\\..\\Fnac.csv', 'wb')时，我没有更多错误，但没有正确的字符..

我的输出： France mÃ©tropolitaine

我想要的输出： France métropolitaine

Answer 1

使用Python 3使用utf-8编码打开文本文件进行书写的正确方法如下：

fd = open(path, mode='w', encoding='utf-8')
fd.write("Unicode string")

但是你的CsvItemExporter接缝要为你做编码，所以它会将二进制数据写入你的文件。因此，最好的方法是以二进制格式打开文件：

fd = open(path, mode='wb')
fd.write(b"Binary string")

结果：“法国m？tropolitaine”是正确的。问题是您没有使用正确的编辑器来读取您的文件。你当然使用Excel。 Excel默认在法语版本上使用cp1252打开CSV文件。您需要导入该文件才能选择源编码。注意：Libre Office不会出现此问题。

Answer 2

所以正确答案是将其保存为utf-8并使用excel Import来查看该属性。

另一方面，您可以直接打开它在Excel中查看它，但默认编码为cp12523。

对我来说，我不能告诉我的客户使用excel的Import，因此我选择将编码更改为cp1252，因此无法正确查看。

当您在settings.py中更改配置时，设置为FEED_EXPORT_ENCODING = 'utf-8'将无效。

我所做的是更改pipelines.py功能下的spider_opened

self.exporter = CsvItemExporter(file, encoding='cp1252')

Answer 3

def open_spider(self, spider):
         self.csvfile  = open(self.filename, 'wb')
         self.exporter = CsvItemExporter(self.csvfile, encoding='utf-8-sig')
         self.exporter.start_exporting()

Scrapy - 编码csv文件utf-8

3 个答案: