python unicode：写入文件时，以不同的格式写入

Question

我正在使用Python 3.4编写一个unicode字符串到文件。 写完文件后，如果我打开并查看，它完全是一组不同的字符。

CODE： -

# -*- coding: utf-8 -*- 

with open('test.txt', 'w', encoding='utf-8') as f: 
    name = 'أبيض' 
    name.encode("utf-8") 
    f.write(name) 
    f.close()  

f = open('test.txt','r') 
for line in f.readlines(): 
    print(line) 

OUTPUT： -

أبيض 

在此先感谢

Answer 1

你需要指定的编解码器时阅读以及使用方法：

f = open('test.txt','r', encoding='utf8') 
for line in f.readlines(): 
    print(line) 

否则使用您的系统默认值;看到open() function documentation：

编码是用于解码或编码所述文件的编码的名称。这只能用于文本模式。默认编码依赖于平台（无论locale.getpreferredencoding()是否返回），但可以使用Python支持的任何编码。

由你得到的输出来看，系统正在使用Windows Codepage 1252作为默认：

>>> 'أبيض'.encode('utf8').decode('cp1252') 
'أبيض' 

通过使用读错时编解码器，你创造了什么叫做Mojibake。

请注意，您书写示例中的name.encode('utf8')行完全是多余的;该调用的返回值将被忽略，并且这是调用实际编码的f.write(name)。 f.close()调用也完全是多余的，因为with语句已经关闭了您的文件。下面将产生正确的输出：

with open('test.txt', 'w', encoding='utf-8') as f: 
    name = 'أبيض' 
    f.write(name) 

with open('test.txt', 'r', encoding='utf-8') as f: 
    for line in f.readlines(): 
     print(line)