用Python写入UTF-8文件

小编典典

python

我真的很困惑codecs.open function。当我做：

file = codecs.open("temp", "w", "utf-8")
file.write(codecs.BOM_UTF8)
file.close()

它给我错误

UnicodeDecodeError：’ascii’编解码器无法解码位置0的字节0xef：序数不在范围内（128）

如果我做：

file = open("temp", "w")
file.write(codecs.BOM_UTF8)
file.close()

它工作正常。

问题是为什么第一种方法会失败？以及如何插入宝？

如果第二种方法是正确的方法，那么使用的重点是codecs.open(filename, "w", "utf-8")什么？

阅读 408

2021-01-20

共1个答案

小编典典

我相信问题在于这codecs.BOM_UTF8是字节字符串，而不是Unicode字符串。我怀疑文件处理程序试图根据“我是将Unicode编写为UTF-8编码的文本，但是您给了我一个字节字符串！”来猜测您的意思是什么！

尝试直接为字节顺序标记（即Unicode U + FEFF）编写Unicode字符串，以便该文件将其编码为UTF-8：

import codecs

file = codecs.open("lol", "w", "utf-8")
file.write(u'\ufeff')
file.close()

（这似乎给出了正确的答案-带有EF BB BF字节的文件。）

编辑：S. Lott建议使用“utf-8-sig”作为编码要比直接自己编写BOM更好，但是在此我将保留此答案，因为它可以解释以前的问题。
阅读以下内容：http : //docs.python.org/library/codecs.html#module-encodings.utf_8_sig

做这个

with codecs.open("test_output", "w", "utf-8-sig") as temp:
    temp.write("hi mom\n")
    temp.write(u"This has ♭")

生成的文件是带有预期BOM的UTF-8。

2021-01-20