为什么Python写入文件时会出现乱码字符

Question

我尝试了project euler的问题10，并通过了，但我想：如果我将2百万以下的所有素数写入文本(.txt)文件怎么办呢？于是我继续修改主函数，它解决了这个问题，所以我不只是把它添加到一个变量(tot)中，而是将由生成器生成的素数写入文本文件。起初它起作用了，但忘记在每个素数后添加空格，所以输出有点像胡言乱语。

357111317192329313741434753

所以我将我的txt.write(str(next_prime))修改为txt.write(str(next_prime) + ' ')

在这个微小的修改之后，输出完全是胡言乱语。

″‵‷ㄱㄠ″㜱ㄠ‹㌲㈠‹ㄳ㌠‷ㄴ㐠″

这是完整的函数代码：

def solve_number_10():
    total = 2
    txt = open("output.txt","w")
    for next_prime in get_primes(3):
        if next_prime < 2000000:
            txt.write(str(next_prime) + ' ')
            #total += next_prime
        else:
            print "Data written to txt file"
            #print total
            txt.close()
            return

为什么会发生这种情况，我该如何使输出结果变得像这样

3 5 7 11 13 17 19

- K DawG

---

你用什么工具来阅读文件？Windows记事本吗？它有一个众所周知的长期未解决的问题，会导致它将某些普通纯文本文件误解为UTF-16编码，从而显示出那些字符类型。参考链接：http://en.wikipedia.org/wiki/Bush_hid_the_facts - Marc B

可能相关：Python 的哪个版本？不过我认为 @MarcB 可能已经发现了问题。 - Henry Keiter

但是忘记在每个质数后添加空格，所以输出有点像胡言乱语——就像你在那个冗长的句子中忘记使用标点符号/大写字母一样？ - twalberg

我的意思是“输出”，而不是“out output”，这不是很明显吗？而且与主题无关。 - K DawG

Answer 1

这是微软记事本程序中的一个错误，而不是您代码中的错误。

>>> a = '‵‷ㄱㄠ″㜱ㄠ‹㌲㈠‹ㄳ㌠‷ㄴ㐠'
>>> a.decode('UTF-8').encode('UTF-16LE')
'5 7 11 13 17 19 23 29 31 37 41 4'

哦，嘿，看，它们是质数（我假设4只是截断的43）。

您可以通过以下方法解决记事本中的错误：

1. 使用没有该错误的其他文件查看器。

2. 在文件开头写入一个ZWNBSP，仅编码为UTF-8一次：

   txt.write(u'\uFEFF'.encode('UTF-8'))
   

   这被错误地称为BOM。在UTF-16中它将是BOM，但是在技术上，UTF-8不应该有BOM。大多数程序会忽略它，在其他程序中它也将是无害的。

- Dietrich Epp

Answer 2

试试这个：

txt.write('%i ' % next_prime)

看起来 str() 将您的数字转换为某种编码中与其匹配的字符，而不是其字符串表示形式。

- avramov