强制性的介绍,我已经做过一些研究
这似乎应该是直截了当的(如果找到合适的目标问题,我很乐意将其作为副本关闭),但我对字符编码以及Python如何处理它们以便自己理解它并不熟悉。冒着看似懒惰的风险,我会注意到答案可能在下面的一个链接中,但我还没有在阅读中看到它。
我引用了一些文档:Unicode HOWTO,codecs.py docs
我还看了一些旧的高度投票的SO问题:Writing Unicode text to a text file?,Python, Unicode, and the Windows console
题
这是一个MCVE代码示例,演示了我的问题:
with open('foo.txt', 'wt') as outfile:
outfile.write('\u014d')
回溯如下:
Traceback (most recent call last):
File "<stdin>", line 2, in <module>
File "C:\Users\cashamerica\AppData\Local\Programs\Python\Python3\lib\encodings\cp1252.py", line 19, in encode
return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u014d' in position 0: character maps to <undefined>
我很困惑,因为代码点U+014D
是'ō',一个指定的代码点,LATIN SMALL LETTER O WITH MACRON
(official Unicode source)
我甚至可以将该字符打印到Windows控制台(但它呈现为正常的'o'):
>>> print('\u014d')
o
您使用cp1252
作为默认编码,不包括ō
。
使用显式编码写入(并读取)您的文件:
with open('foo.txt', 'wt', encoding='utf8') as outfile:
outfile.write('\u014d')