Question

python2.7 print 输出unicode到文件

python 如何输出unicode到文件呢：
我这样写都报错
fout=open('test','w')
print >>fout,u'\u66fe'

直接print ,u'\u66fe'可以

Answer 1

import codecs

aaa = u'\u66fe'

unicode_file = codecs.open('out.txt','w', 'utf-16')

unicode_file.write(aaa)

unicode_file.close()

代码很简单

Answer 2

哈哈哈，系统的默认编码方式是ascii的，你可以把它改成utf8

给你个例子，新建一个文件，如下，运行即可：

import sys  
reload(sys)  
sys.setdefaultencoding('utf-8')
fout=open("text.txt","w")
fout.write(u'\u66fe')
fout.close()

追问

你好，你的方法是可以的，谢谢啦
我还想问一下就是如果我直接print >>fout,'曾'
代码中编码设定为utf-8，为什么也可以直接输出呢？
reload做了什么事，如果我想改回编码也得reload一次吗

Answer 3

# write
fout=open('test','w');
fout.write(u'\u66fe'.encode('utf-8'));
# read
fin = open('test','r');
print fin.read().decode('utf-8');

追问

你好，你的方法也是可以的，谢谢，但系统默认是用ascii编码的，怎么反而可以先编码成utf-8然后正常编码呢?
而且你的这个方式好像无法解决我的实际问题
我读入的文件是utf-8编码的文件，读入里面的中文到一个字符串，然后我想把这个字符串输出到其他文件时出的错。按你的代码的话我根本不需要解码吗？那样还是会有ascii 不能encoding的问题
你看看你这个可以改改适用于我的情况吗？

追答

就是因为系统用的是ascii编码的东西所以你不能直接写unicode的东西.因为write方法不支持.同样read方法也不支持读取多字节字符串.所以unicode的东西会被以二进制的东西读取.然后decode才能变成unicode的东西.

首先确认你读取的文件是utf-8编码的,不是GB2312的.decode是为了可以处理这些字符串.

如果直接复制文件:
fin = open('readfile', 'r');
fout = open('writefile','w');
fout.write(fin.read());
fin.close();
fout.close();

追问

我读取的文件是utf-8的。
我好像大概明白了，我原先的utf-8字符串在读入的时候自动被解码成了unicode字符了，然后我还是得编码成utf-8才能正常输出到文件，你觉得是这样吗？

追答

是的
看看这个你就应该明白了

>>> s = "曾"
>>> s
'\xe6\x9b\xbe'
>>> t = s.decode('utf-8')
>>> t
u'\u66fe'
>>> t.encode('utf-8')
'\xe6\x9b\xbe'

追问

嗯我明白了，谢谢，那还有，python2.7是否只有编码成utf-8才可以正常输出到文件，此时系统就不再使用ascii进行编码了？

追答

不是的, u''只是python里面支持的unicode编码格式.方便对string做[indexing].
上例中 t.encode('utf-8') 就是把unicode按照utf-8的格式编码然后变成binary的格式,
同样也可以 t.encode('utf-16')
或者 t.encode('gb3212')
t.encode('big5')
t.encode('gbk');
然后都可以写出去

>>> s = "曾"
>>> f = open("python.txt", "w")
>>> f.write(s)
>>> f.write("\n")
>>> s.decode('utf-8')
u'\u66fe'
>>> t = s.decode('utf-8')
>>> f.write(t.encode('utf-16'))
>>> f.write(t.encode('gb2312'))
>>> f.write(t.encode('big5'))
>>> f.close()

追问

可是我换成gbk就出错了，显示gbk codec can't encode character u'\u2022'

追答

有的字符没有gbk对应的编码

追问

但是utf-8应该对所有unicode都支持的罢
为什么都是汉字却没有这个编吗

追答

u'\u2022'是符号不是汉字.