python - 如何使用 Unicode 编码创建临时文件？

Question

当我使用 open() 打开文件时，我无法编写 unicode 字符串。我了解到我需要使用 codecs 并使用 Unicode 编码打开文件(参见 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。我尝试使用 tempfile 库，但它没有任何编码选项。当我尝试使用 tempfile 在临时文件中写入任何 unicode 字符串时，它会失败:

#!/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

如何在 Python 中使用 Unicode 编码创建临时文件？

编辑:

1. 我使用的是 Linux，我收到的代码错误消息是:

   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. 这只是一个例子。在实践中，我正在尝试编写一些 API 返回的字符串。

Answer 1

其他人的答案都是正确的，我只是想澄清一下这是怎么回事:

字面量'foo'和字面量u'foo'的区别在于前者是字节串，后者是Unicode对象。

首先，了解 Unicode 是字符集。 UTF-8 是编码。 Unicode 对象与前者有关——它是一个 Unicode 字符串，不一定是 UTF-8 字符串。在您的情况下，字符串文字的编码将是 UTF-8，因为您在文件的第一行中指定了它。

要从字节字符串中获取 Unicode 字符串，请调用 .encode() 方法:

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

同样，您可以在 write 调用中调用您的 string.encode，并达到与仅删除 u 相同的效果。

如果您没有在顶部指定编码，假设您正在从另一个文件中读取 Unicode 数据，您将指定它在到达 Python 字符串之前的编码。这将决定它如何以字节表示(即 str 类型)。

那么，您得到的错误仅仅是因为 tempfile 模块需要一个 str 对象。这并不意味着它不能处理 unicode，只是它希望你传入一个字节字符串而不是一个 Unicode 对象——因为没有你指定编码，它不知道如何将其写入临时文件。