TypeError：write（）参数1必须是unicode，而不是str

Question

我正在尝试导入一个文本文件并将其保存在我的桌面上，但文本是“utf-8”（书中有这个信息），所以当我保存没有编码时，文本有很多奇怪的字符，但是当我尝试使用显式编码保存此错误：

Traceback (most recent call last):

File "C:/Users/Unidas/Semestre/ABC/8.1.py", line 14, in n_palabras

libro.write(archivo.read())

TypeError: write() argument 1 must be unicode, not str

代码：

def n_palabras(x):
    import urllib2
    import io
    import string

    archivo = urllib2.urlopen(x)
    libro = io.open("alice.txt", "w", encoding="utf8")
    libro.write(archivo.read())
    libro.close()

如何使用utf-8编码保存此文件？我在Python 2.7中使用Pycharm

Answer 1

你的问题是urlopen返回一个面向字节的文件类对象，而io.open则需要真正的文本输入（其中“text”表示“Python 2上的unicode，Python 3上的str”）。

你唯一需要改变的是decode调用read的结果;它默认为字节，你需要真正的文本。你需要找出正确的编码（硬编码，或明确检查标头来弄清楚它）才能正确解码（它可能是UTF-8，或者更不可能是cp1252，但它可能是奇怪的东西）。

无论如何，知道这一点，你需要做的唯一改变就是改变：

libro.write(archivo.read())

至：

libro.write(archivo.read().decode(knownencoding))

如果您非常确定服务器始终提供UTF-8输出，那么：

libro.write(archivo.read().decode('utf-8'))

足够了。是的，它有点浪费（你解码它只是为了将它写入一个立即重新编码它的流），但重要的是，这可以保证你收到的字节可以解释为有效的UTF-8，它将原始字节转储到磁盘不保证。

一个更精细的解决方案检查标题：

import urllib2
import io
import string

def n_palabras(x):
    archivo = urllib2.urlopen(x)

    # Find charset in headers, if it exists    
    for p in archivo.headers.plist:
        key, sep, value = p.partition('=')
        if sep and key.strip().lower() == 'charset':
           encoding = value.strip()
           break
    else:
        encoding = 'utf-8'

    data = archivo.read()

    try:
        # Try to use parsed charset
        data = data.decode(encoding)
    except UnicodeDecodeError:
        # If that fails, try UTF-8 as fallback; let exception bubble
        # if this fails too
        data = data.decode('utf-8')

    with io.open("alice.txt", "w", encoding="utf-8") as libro:
        libro.write(data)