如何使用Unicode编码创建临时文件？

Question

当我使用open()打开文件时，我无法写入unicode字符串。我了解到我需要使用codecs并使用Unicode编码打开文件（请参阅http://docs.python.org/howto/unicode.html#reading-and-writing-unicode-data）。

现在我需要创建一些临时文件。我试图使用tempfile库，但它没有任何编码选项。当我尝试写任何unicode字符串的临时文件tempfile，它失败：

#!/usr/bin/python2.6 
# -*- coding: utf-8 -*- 
import tempfile 
with tempfile.TemporaryFile() as fh: 
    fh.write(u"Hello World: ä") 
    fh.seek(0) 
    for line in fh: 
    print line 

如何建立与Python中Unicode编码的临时文件？

编辑：

1. 我使用Linux和我得到这个代码的错误信息是：

   Traceback (most recent call last): 
       File "tmp_file.py", line 5, in <module> 
       fh.write(u"Hello World: ä") 
   UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 13: ordinal not in range(128) 
   

2. 这仅仅是一个例子。在实践中，我试图编写一些API返回的字符串。

Answer 1

其他人的答案是正确的，我只是想弄清楚这是怎么回事：

字面“富”和文字u'foo”之间的区别在于，前者是字节的字符串，而后者是Unicode对象

首先，明白Unicode是字符集。 UTF-8是编码。 Unicode对象是关于前者的 - 它是一个Unicode字符串，不一定是UTF-8。在你的情况下，字符串文字的编码将是UTF-8，因为你在文件的第一行中指定了它。

要想从一个字节串Unicode字符串，调用.encode方法

>>>> u"ひらがな".encode("utf-8") == "ひらがな" 
True 

同样，你可以打电话给你的string.encode在write呼叫并达到同样的效果只是去掉u 。

如果您没有在顶部指定编码，例如，如果您正在从另一个文件读取Unicode数据，则应指定它在到达Python字符串之前的编码。这将确定如何以字节表示（即，，str类型）。

然后，您所得到的错误仅仅是因为tempfile模块期望str对象。这不意味着它不能处理unicode，只是它期望你传递一个字节字符串而不是一个Unicode对象 - 因为没有你指定一个编码，它不知道如何写它临时文件。

Answer 2

我已经找到了一个解决方案：创建不自动tempfile删除临时文件，将其关闭并打开它再次使用codecs：

#!/usr/bin/python2.6 
# -*- coding: utf-8 -*- 

import codecs 
import os 
import tempfile 

f = tempfile.NamedTemporaryFile(delete=False) 
filename = f.name 
f.close() 

with codecs.open(filename, 'w+b', encoding='utf-8') as fh: 
    fh.write(u"Hello World: ä") 
    fh.seek(0) 
    for line in fh: 
    print line 

os.unlink(filename) 

Answer 3

掉落你使你的代码为我工作：

fh.write("Hello World: ä") 

我想这是因为它已经是unicode。

Answer 4

您正试图将unicode对象(u"...")写入临时文件，您应该在其中使用编码字符串("...")。您不必明确地通过"encode="参数，因为您已经在第二行("# -*- coding: utf-8 -*-")中说明了编码。只需使用fh.write("ä")而不是fh.write(u"ä")，你应该没问题。

Answer 5

tempfile.TemporaryFile有encoding option in Python 3：

#!/usr/bin/python3 
# -*- coding: utf-8 -*- 
import tempfile 
with tempfile.TemporaryFile(mode='w+', encoding='utf-8') as fh: 
    fh.write("Hello World: ä") 
    fh.seek(0) 
    for line in fh: 
    print(line) 

注意，现在你需要指定模式= 'W +'，而不是默认的二进制模式。还要注意，字符串文字在Python 3中是隐含的Unicode，没有修饰符。

如果你坚持Python 2.6, temporary files总是二进制，你需要将其写入文件之前将Unicode字符串编码：

#!/usr/bin/python 
# -*- coding: utf-8 -*- 
import tempfile 
with tempfile.TemporaryFile() as fh: 
    fh.write(u"Hello World: ä".encode('utf-8')) 
    fh.seek(0) 
    for line in fh: 
    print line.decode('utf-8') 

的Unicode指定字符集，而不是编码，因此在任你需要一种方法来指定如何编码Unicode字符！

Answer 6

因为我正在使用Python 2和Python 3运行的TemporaryFile对象的Python程序，所以我不认为手动编码所有字符串都像其他答案建议的那样编写为UTF-8是令人满意的。

相反，我写了下面的小填充工具（因为我无法找到六个类似的东西）来包装一个二进制文件的对象为UTF-8类文件对象：

from __future__ import unicode_literals 
import sys 
import codecs 
if sys.hexversion < 0x03000000: 
    def uwriter(fp): 
     return codecs.getwriter('utf-8')(fp) 
else: 
    def uwriter(fp): 
     return fp 

它以下列方式使用：

# encoding: utf-8 
from tempfile import NamedTemporaryFile 
with uwriter(NamedTemporaryFile(suffix='.txt', mode='w')) as fp: 
    fp.write('Hællo wörld!\n') 

Answer 7

设置sys作为默认编码为UTF-8将解决这一问题编码

import sys 
reload(sys) 
sys.setdefaultencoding('utf-8') #set to utf-8 by default this will solve the errors 

import tempfile 
with tempfile.TemporaryFile() as fh: 
    fh.write(u"Hello World: ä") 
    fh.seek(0) 
    for line in fh: 
    print line