如何使用Unicode编码创建临时文件?

问题描述 投票:18回答:7

当我使用open()打开文件时,我无法编写unicode字符串。我了解到我需要使用codecs并使用Unicode编码打开文件(请参阅http://docs.python.org/howto/unicode.html#reading-and-writing-unicode-data)。

现在我需要创建一些临时文件。我试图使用tempfile库,但它没有任何编码选项。当我尝试使用tempfile在临时文件中编写任何unicode字符串时,它会失败:

#!/usr/bin/python2.6
# -*- coding: utf-8 -*-
import tempfile
with tempfile.TemporaryFile() as fh:
  fh.write(u"Hello World: ä")
  fh.seek(0)
  for line in fh:
    print line

如何在Python中使用Unicode编码创建临时文件?

编辑:

  1. 我正在使用Linux,我得到的错误消息是: Traceback (most recent call last): File "tmp_file.py", line 5, in <module> fh.write(u"Hello World: ä") UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 13: ordinal not in range(128)
  2. 这只是一个例子。在实践中,我试图编写一些API返回的字符串。
python unicode temporary-files
7个回答
19
投票

其他人的答案都是正确的,我只是想澄清一下发生了什么:

文字'foo'和文字u'foo'之间的区别在于前者是一个字节串而后者是Unicode对象。

首先,要了解Unicode是字符集。 UTF-8是编码。 Unicode对象是前者 - 它是一个Unicode字符串,不一定是UTF-8。在您的情况下,字符串文字的编码将是UTF-8,因为您在文件的第一行中指定了它。

要从字节字符串中获取Unicode字符串,请调用.encode()方法:

>>>> u"ひらがな".encode("utf-8") == "ひらがな"
True

类似地,您可以在write调用中调用string.encode,并获得与删除u相同的效果。

如果您没有在顶部指定编码,例如,如果您正在从另一个文件中读取Unicode数据,则应在其到达Python字符串之前指定它所处的编码。这将决定它将以字节表示的方式(即str类型)。

那么,你得到的错误只是因为tempfile模块期待一个str对象。这并不意味着它不能处理unicode,只是它希望你传入一个字节字符串而不是Unicode对象 - 因为没有你指定编码,它就不知道如何将它写入临时文件。


9
投票

tempfile.TemporaryFile有encoding option in Python 3

#!/usr/bin/python3
# -*- coding: utf-8 -*-
import tempfile
with tempfile.TemporaryFile(mode='w+', encoding='utf-8') as fh:
  fh.write("Hello World: ä")
  fh.seek(0)
  for line in fh:
    print(line)

请注意,现在您需要指定mode ='w +'而不是默认的二进制模式。另请注意,Python 3中的字符串文字是隐式Unicode,没有u修饰符。

如果你坚持使用Python 2.6, temporary files总是二进制的,你需要在将Unicode字符串写入文件之前对其进行编码:

#!/usr/bin/python
# -*- coding: utf-8 -*-
import tempfile
with tempfile.TemporaryFile() as fh:
  fh.write(u"Hello World: ä".encode('utf-8'))
  fh.seek(0)
  for line in fh:
    print line.decode('utf-8')

Unicode指定字符集,而不是编码,因此在任何一种情况下,您都需要一种方法来指定如何编码Unicode字符!


6
投票

我找到了一个解决方案:创建一个不会自动删除tempfile的临时文件,关闭它并使用codecs再次打开它:

#!/usr/bin/python2.6
# -*- coding: utf-8 -*-

import codecs
import os
import tempfile

f = tempfile.NamedTemporaryFile(delete=False)
filename = f.name
f.close()

with codecs.open(filename, 'w+b', encoding='utf-8') as fh:
  fh.write(u"Hello World: ä")
  fh.seek(0)
  for line in fh:
    print line

os.unlink(filename)

6
投票

由于我正在使用应该在Python 2和Python 3中运行的TemporaryFile对象的Python程序,我发现手动编码所有写为UTF-8的字符串并不像其他答案所建议的那样令人满意。

相反,我已经编写了以下小的polyfill(因为我找不到六个类似的东西)来将类似二进制文件的对象包装到类似UTF-8文件的对象中:

from __future__ import unicode_literals
import sys
import codecs
if sys.hexversion < 0x03000000:
    def uwriter(fp):
        return codecs.getwriter('utf-8')(fp)
else:
    def uwriter(fp):
        return fp

它以下列方式使用:

# encoding: utf-8
from tempfile import NamedTemporaryFile
with uwriter(NamedTemporaryFile(suffix='.txt', mode='w')) as fp:
    fp.write('Hællo wörld!\n')

1
投票

您正在尝试将unicode对象(u"...")写入临时文件,您应该使用编码字符串("...")。您不必显式传递"encode="参数,因为您已经在第二行("# -*- coding: utf-8 -*-")中说明了编码。只需使用fh.write("ä")而不是fh.write(u"ä"),你应该没问题。


-1
投票

放弃你使你的代码适合我:

fh.write("Hello World: ä")

我想这是因为它已经是unicode了。


-1
投票

将sys设置为UTF-8的默认编码将解决编码问题

import sys
reload(sys)
sys.setdefaultencoding('utf-8') #set to utf-8 by default this will solve the errors

import tempfile
with tempfile.TemporaryFile() as fh:
  fh.write(u"Hello World: ä")
  fh.seek(0)
  for line in fh:
    print line
© www.soinside.com 2019 - 2024. All rights reserved.