在 Python 3.x 中 write()-ing 编码字符串答案

【问题标题】：write()-ing an encoded string in Python 3.x在 Python 3.x 中 write()-ing 编码字符串
【发布时间】：2011-11-14 10:29:35
【问题描述】：

我有一个要写入文件的 unicode 字符串。

在 Python 2 中我可以编写：

open('filename', 'w').write(s.encode('utf-8'))

但这对于 Python 3 来说是失败的。显然，s.encode() 返回了一些“字节”类型的东西，而 write() 函数不接受：

TypeError: must be str, not bytes

有人知道如何将上述代码移植到 Python 3 吗？

编辑：

感谢所有提出使用二进制模式的人！不幸的是，这会导致 \n 字符出现问题。有什么方法可以实现与 Python 2 相同的结果（即在 UTF-8 中编码非 ANSI 字符，同时保持操作系统特定的 \n 再现）？

谢谢！

【问题讨论】：

标签： unicode python-3.x

【解决方案1】：

您确实不想要像这样手动编码每条数据！只需将编码作为参数传递给open，如下所示：

#!/usr/bin/env python3.2

slist = [
    "Ca\N{LATIN SMALL LETTER N WITH TILDE}on City",
    "na\N{LATIN SMALL LETTER I WITH DIAERESIS}vet\N{LATIN SMALL LETTER E WITH ACUTE}",
    "fa\N{LATIN SMALL LETTER C WITH CEDILLA}ade",
    "\N{GREEK SMALL LETTER BETA}-globulin"
]

with open("/tmp/sample.utf8", mode="w", encoding="utf8") as f:
    for s in slist:
        print(s, file=f)

现在，如果您创建了文件，您会看到它说：

$ cat /tmp/sample.utf8
Cañon City
naïveté
façade
β-globulin

您可以通过这种方式看到这些是正确的代码点：

$ uniquote -x /tmp/sample.utf 
Ca\x{F1}on City
na\x{EF}vet\x{E9}
fa\x{E7}ade
\x{3B2}-globulin

看看这有多容易？让流对象为您处理任何低级编码或解码。

总结：当您所做的只是使用它们来处理一个同质的流时，不要自己打电话给encode 或decode，而所有这些流都采用相同的编码。这对于零增益来说太麻烦了。一次性使用 encoding 参数。

【讨论】：

没有理由不在 3.2 中使用 with。另外，f.close()，而不是 f.close。
@agf Ug，你是对的。我如何让 Python 警告我这些愚蠢的错误？在 Perl 中，我会得到“在 void 上下文中无用地使用常量”之类的东西。
@Lennart：谢谢，但为什么更好？ f的范围控制？
@tchrist: 是的，即使你提出错误等 f 也会关闭。参见effbot.org/zone/python-with-statement.htm 和 python.org/dev/peps/pep-0343
你不知道它什么时候会被垃圾回收。你是对的，这对资源管理很重要。这就是为什么你应该使用with。

【解决方案2】：

以二进制模式打开文件，就更改而言，这是侵入性最小的方式。

另一方面，您可以使用 open() 设置输出文件编码，并完全避免显式字符串编码。

您可能需要阅读open() 函数的手册。

【讨论】：

我选择接受这个答案，因为它帮助我 - Python 新手 - 了解有两个有效选项：使用 text 文件，在这种情况下我需要在open()-ing 文件时设置encoding，或者使用 binary 文件，这与我以前的文件非常相似（但在处理换行符时会遇到一些困难，但我猜想我也可以花一些额外的努力来治疗它们）。到目前为止，我已经了解并欣赏 Python 3.x 区分 text (str) 和 (binary) data (bytes) 的方式。

【解决方案3】：

以二进制模式打开文件

open('filename', 'wb').write(s.encode('utf-8'))

【讨论】：