在latin1编码的文件中写入和读取字符串

Question

在latin1编码的文件中写入和读取字符串

8

这里有2个代码示例，Python3：第一个示例使用latin1编码写入两个文件：

s='On écrit ça dans un fichier.'
with open('spam1.txt', 'w',encoding='ISO-8859-1') as f:
    print(s, file=f)
with open('spam2.txt', 'w',encoding='ISO-8859-1') as f:
    f.write(s)

第二个使用相同的编码读取相同的文件：

with open('spam1.txt', 'r',encoding='ISO-8859-1') as f:
    s1=f.read()
with open('spam2.txt', 'r',encoding='ISO-8859-1') as f:
    s2=f.read()

现在，打印 s1 和 s2 我会得到：

On Ã©crit Ã§a dans un fichier.

替代最初的“On écrit ça dans un fichier。”

有什么问题吗？我也尝试使用io.open，但我错过了一些东西。有趣的是，我在Python2.7中没有这样的问题，因为它具有现在已经消失的str.decode方法...

能有人帮帮我吗？

- François Coulombeau

你是否百分之百确定这些文件是用Latin-1编码写的？看起来非常像UTF-8数据。 - Martijn Pieters

2

>>> 'On écrit ça dans un fichier.'.encode('utf8').decode('latin1') 的输出结果为 'On Ã©crit Ã§a dans un fichier.'。 - Martijn Pieters

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Martijn Pieters · Accepted Answer

您的数据已以UTF-8编码写出：

>>> 'On écrit ça dans un fichier.'.encode('utf8').decode('latin1')
'On Ã©crit Ã§a dans un fichier.'

这意味着你没有编写Latin-1数据，或者你的源代码保存为UTF-8，但你声明了你的脚本（使用PEP 263兼容头）是Latin-1格式。

如果你使用下面这样的头来保存Python脚本:

# -*- coding: latin-1 -*-

如果你的文本编辑器使用UTF-8编码保存文件，那么字符串字面值：

s='On écrit ça dans un fichier.'

如果用相同的方式，Python也会误解这个值。将结果unicode值保存为Latin-1格式，然后再以Latin-1格式读取，可以保留错误。

要进行调试，请仔细查看第一个脚本中的print(s.encode('unicode_escape'))。如果它看起来像：

b'On \\xc3\\xa9crit \\xc3\\xa7a dans un fichier.'

如果您的源代码编码和PEP-263头文件不一致，那么源代码应该如何解释就会产生分歧。如果您的源代码正确解码，则输出结果应为：

b'On \\xe9crit \\xe7a dans un fichier.'

如果Spyder在任何情况下都无视PEP-263头文件并将源代码读取为Latin-1编码，建议避免使用非ASCII字符，而是使用转义码，可以使用\uxxxx的unicode编码点。

s = 'On \u00e9crit \u007aa dans un fichier.'

或使用一字节转义代码\xaa来表示其编码点小于256的字符：

s = 'On \xe9crit \x7aa dans un fichier.'