Question

强制性介绍，我已经做过一些研究

这似乎应该很简单（如果找到合适的目标问题，我很乐意作为重复对象关闭），但是我对字符编码以及Python如何处理它们自己不够熟悉。有可能看起来很懒惰，我会很好地指出答案可能在下面的链接之一中，但我尚未在阅读中看到它。

我还研究了一些古老的，有投票权的SO问题：Writing Unicode text to a text file?，Python, Unicode, and the Windows console

问题

这是一个MCVE代码示例，演示了我的问题：

with open('foo.txt', 'wt') as outfile:
    outfile.write('\u014d')

回溯如下：

Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
  File "C:\Users\cashamerica\AppData\Local\Programs\Python\Python3\lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u014d' in position 0: character maps to <undefined>

我很困惑，因为代码点U+014D是'ō'，已分配的代码点LATIN SMALL LETTER O WITH MACRON（official Unicode source）

我什至可以将字符打印到Windows控制台上（但是它呈现为普通的'o'）：

>>> print('\u014d')
o

Answer 1

您使用cp1252作为默认编码，其中不包含ō。

使用显式编码写入（并读取）文件：

with open('foo.txt', 'wt', encoding='utf8') as outfile:
    outfile.write('\u014d')

为什么Python不能从Latin Extended-A写入字符（写入文件时会出现UnicodeEncodeError）？

1 个答案: