從字符串替換非 UTF-8

Question

這是代碼：

s = 'Waitematā'
w = open('test.txt','w')
w.write(s)
w.close()

我收到以下錯誤。

UnicodeEncodeError: 'charmap' codec can't encode character '\ā' in position 8: character maps to <undefined>該字符串將與宏 a, 一起打印。 但是，我無法將其寫入 .txt 或 .csv 文件。

我可以將我們的長音 a, ā 換成沒有長音嗎？ 我在這里先向您的幫助表示感謝。

Answer 1

請注意，如果您使用open('text.txt', 'w')打開一個文件並向其中寫入一個字符串，那么您不是將字符串寫入文件，而是將編碼后的字符串寫入文件。 使用的編碼取決於您的LANG環境變量或其他因素。

要強制使用 UTF-8，正如您在標題中所建議的，您可以嘗試以下操作：

w = open('text.txt', 'wb') # note for binary
w.write(s.encode('utf-8')) # convert str into byte explicitly
w.close()

Answer 2

如open 中所述：

在文本模式下，如果未指定編碼，則使用的編碼取決於平台： locale.getpreferredencoding(False)以獲取當前區域設置編碼。

並非所有編碼都支持所有 Unicode 字符。 由於編碼在未指定時依賴於平台，因此在讀取或寫入文本文件時明確並調用編碼會更好，更便攜。 UTF-8 支持所有 Unicode 代碼點：

s = 'Waitematā'
with open('text.txt','w',encoding='utf8') as w:
   w.write(s)