如何在Python中將unicode對象寫入文件？

Question

我嘗試將“字符串”寫入文件並得到以下錯誤消息：

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

我嘗試了以下方法：

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

他們都不工作。 我有同樣的錯誤信息。

編碼和解碼背后的想法是什么？ 如果我有一個unicode對象，可以直接將其寫入文件中還是需要將其轉換為字符串？

我如何找出使用了什么編碼？ 我怎么知道它是utf-8還是ascii或其他？

添加

我想我剛剛設法將字符串保存到文件中。 print >>f, txt以及print >>f, txt.decode('utf-8')不起作用，但是print >>f, txt.encode('utf-8')起作用。 我沒有收到錯誤消息，並且在文件中看到了中文字符。

Answer 1

我最近發布了另一個解決此問題的答案 。 關鍵語錄：

為了更好地了解它們之間的區別，請閱讀Joel的文章之一 ，但要點是字節是字節（8位的組，沒有附加任何其他含義），而字符是組成文本字符串的東西。 編碼將字符轉換成字節，而解碼將字節轉換成字符。

在Python 2中， unicode對象是字符串。 常規str對象可以是字符串或字節字符串。 （專業提示：使用Python 3，使跟蹤變得容易得多。）

你應該通過字符串 （不是字節字符串）來print ，但你必須確保這些字符串可以通過編解碼器進行編碼（如ASCII或UTF-8）與目標文件對象關聯f 。 作為輸出過程的一部分，Python會為您編碼字符串。 如果該字符串包含文件對象的編解碼器無法編碼的字符，則會出現類似您所看到的錯誤。

不知道您的txt對象中有什么，我無法更具體地說明。

Answer 2

我認為您需要使用編解碼器庫：

import codecs

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

工作正常。

編碼/解碼的故事：

過去，計算機中大約只有60個字符（包括大寫和小寫字母+數字+一些特殊字符）。 因此，只有1個字節足以為每個字母分配一個唯一的數字。 將數字分配給要存儲在內存中的字母稱為編碼。 默認情況下，在python中使用的這一一字節編碼稱為ASCII 。

隨着世界計算機的發展，我們需要在計算機中增加字母和字符。 因此1個字節是不夠的。 出現了不同的編碼方案。 Unicode是著名的之一。 您要存儲在文件中的字符是Unicode字符，需要2個字節，因此您必須向Python明確表示您不想使用默認編碼，即ASCII（因為您需要2個字節用於此字符）。