在 python 中保存文件时添加 BOM（unicode 签名）答案

【问题标题】：Adding BOM (unicode signature) while saving file in python在 python 中保存文件时添加 BOM（unicode 签名）
【发布时间】：2011-03-05 08:31:18
【问题描述】：

如何在 python 中保存文件时添加 BOM（unicode 签名）：

file_old = open('old.txt', mode='r', encoding='utf-8')
file_new = open('new.txt', mode='w', encoding='utf-16-le')
file_new.write(file_old.read())

我需要将文件转换为utf-16-le + BOM。现在脚本运行良好，只是没有 BOM。

【问题讨论】：

for line in file_old: file_new.write(line) 的内存效率要高得多。为什么你不能使用已经做到这一点的众多软件中的任何一个？
文本编辑器必须打开文件才能“另存为”，而且文件很大。其他软件是共享软件，或者很难找到。此外，我只是在学习python。逐行保存可能更有效，但也更复杂。
如果文件非常大，那可能更有理由逐行转换它——尽管它很“复杂”。
这也取决于脚本执行的频率。在我的情况下，文件为 100 mb，每月转换一次
@JohnMachin 实际上在这里得到了正确答案。

标签： python

【解决方案1】：

直接写在文件开头：

file_new.write('\ufeff')

【讨论】：

谢谢，第一次想出这么简单的东西往往很难。
@Qiao：没那么简单。看我的回答。
@Ocaso：在 Python 2.x 上，'\ufeff' 之前缺少 u 可能会导致 Unicode 编码错误，特别是如果您通过 codecs.open() 显式设置编码。

【解决方案2】：

只需选择带有 BOM 的编码：

with codecs.open('outputfile.csv', 'w', 'utf-8-sig') as f:
   f.write('a,é')

（在 python 3 中，您可以删除 codecs.）

【讨论】：

或将codecs模块替换为io，它适用于python 2和3
这个 2017 年的答案应该高于 2011 年的答案，

【解决方案3】：

对于带有 BOM 的 UTF-8，您可以使用：

def addUTF8Bom(filename):
  f = codecs.open(filename, 'r', 'utf-8')
  content = f.read()
  f.close()
  f2 = codecs.open(filename, 'w', 'utf-8')
  f2.write(u'\ufeff')
  f2.write(content)
  f2.close()

【讨论】：

稳固！正在写入 Python 中的 .csv 文件，由于缺少 BOM，Excel 从未真正正确打开过该文件，现在一切都很好。谢谢！

【解决方案4】：

最好使用“编解码器”模块中的常量。

import codecs
f.write(codecs.BOM_UTF16_LE)

【讨论】：

这实际上是错误的答案，原因有两个。首先，@JohnMachin 有写答案。不要使用'utf-16le'，只需使用'utf-18'。其次（更重要的是）鉴于 OP 的代码设置了编码，这根本不会导致正确的行为。特别是在 Python3 上。您将bytes 提供给想要str 的东西。
错误.. '正确'，而不是'写'。当您在一个窗口中玩代码并在另一个窗口中编写 cmets 时，就会发生这种情况。
@Omnifarious：还有utf-16，而不是utf-18。 :p
@jamesdlin：哦，哎呀！我需要对这样的错别字做得更好。
在 Python 3 中，使用（默认）文本模式 open，它会出错，因为你扔它字节，而不是字符串，正如 Omnifarious 已经暗示的那样。将字节转换为字符串，如f.write(str(codecs.BOM_UTF8))，在文件开头得到b'\xef\xbb\xbf'。

【解决方案5】：

我遇到过类似的情况，第 3 方应用程序不接受我生成的文件，除非它有 BOM。

由于某些原因在 Python 2.7 中，以下内容对我不起作用

write('\ufeff')

我不得不用

代替它

write('\xff\xfe')

这和

是一样的

写（codecs.BOM_UTF16_LE）

我的最终输出文件是用以下代码编写的

import codecs
mytext = "Help me"

with open("c:\\temp\\myFile.txt", 'w') as f:
    f.write(codecs.BOM_UTF16_LE)
    f.write(mytext.encode('utf-16-le'))

这个答案对于最初的提问者可能没用，但它可能会帮助像我这样偶然发现这个问题的人

【讨论】：

【解决方案6】：

您认为为什么需要专门将其设为 UTF16LE？只需使用“utf16”作为编码，Python 将使用适当的 BOM 以您的字节顺序编写它，并且所有消费者需要被告知的是该文件是 UTF-16 ......这就是拥有 BOM 的全部意义。

如果消费者坚持文件必须以 UTF16LE 编码，那么您就不需要 BOM。

如果文件以您指定的方式编写，并且消费者使用 UTF16LE 编码打开它，他们将在文件的开头得到一个\ufeff，这是一个麻烦，需要忽略。

【讨论】：

“为什么你认为你需要专门使它成为 UTF16LE？” winapi 可以非常讲究，它只接受带有 BOM 的 UCS-2 LE

【解决方案7】：

vitperov 对 python3 的回答：

def add_utf8_bom(filename):
    with codecs.open(filename, 'r', 'utf-8') as f:
        content = f.read()
    with codecs.open(filename, 'w', 'utf-8') as f2:
        f2.write('\ufeff')
        f2.write(content)
return

【讨论】：

【解决方案8】：

试一试：

def add_bom(file, bom: bytes):
    with open(file, 'r+b') as f:
        org_contents = f.read()
        f.seek(0)
        f.write(bom + org_contents)

用法：

import codecs

...

file = 'test.txt'
with open(file, 'w', encoding='utf-8') as f:  # without BOM
    f.write('A')

add_bom(file, codecs.BOM_UTF16_LE)

# TEST
with open(file, 'rb') as f:
    print(f.read())  # b'\xff\xfeA'

【讨论】：

【解决方案9】：

我添加 BOM 的方法是在文件开头写 ansi 字符“ï»¿”，然后以 UTF-8 格式打开文件并写入所需数据：

# Create file with ANSI encoding
file= open("file.txt", "a", encoding="ansi", errors='ignore')
# Add BOM at the beginning of the file BOM 0xEFBBBF
file.write("ï»¿")
# Close file
file.close()
# Open file in UTF-8 and write data
file= open("file.txt", "a", encoding="utf-8", errors='ignore')
file.write("Write your data here, Enjoy!!")

【讨论】：