python - 将包含变音符号的数据导出到 Excel 可读的 .csv 中

Question

我在 Mac OS X 10.8.2 上使用 Python 2.7.2。 我需要编写一个 .csv 文件，其中通常包含几个“变音符号”，如 ä、ö 和 ü。 当我编写 .csv 文件时，Numbers 和 Open Office 都能够正确读取 csv，并且显示变音符号没有任何问题。

但是如果我用 Microsoft Excel 2004 阅读它，那么显示的文字是这样的:

TuÃàrlersee

我知道，Excel 在处理 UTF-8 时有问题。我读到 2007 以下的 Excel 版本无法正确读取 UTF-8 文件，即使您设置了 UTF-8 BOM(字节顺序标记)也是如此。我正在使用以下行设置 UTF-8 BOM:

e.write(codecs.BOM_UTF8)

所以我下一步尝试的不是将其导出为 UTF-8 文件，而是我想将字符编码设置为 mac-roman。通过以下行，我从 utf-8 解码值并使用 mac-roman 对其重新编码。

projectName = projectDict['ProjectName'].decode('utf-8').encode('mac-roman')

但随后我收到以下错误:

UnicodeEncodeError: 'charmap' codec can't encode character u'\u0308' in position 6: character maps to <undefined>

我如何将此数据导出到 .csv 中，Excel 也能够正确读取变音符号？Python 在内部处理 UTF-8 中的所有内容。或者我可能没有正确理解解码/编码。在 Python 3.0 中，他们已经调整了整个编码/解码模型，但我需要留在 2.7.2 版本上..

我正在这样使用 DictWriter:

w = csv.DictWriter(e, fieldnames=fieldnames, extrasaction='ignore', delimiter=';', quotechar='\"', quoting=csv.QUOTE_NONNUMERIC)
w.writeheader()

Answer 1

\u0308 是一个组合分音符；你需要 normalize your unicode string在解码为 mac-roman 之前:

import unicodedata

unicodedata.normalize('NFC', projectDict['ProjectName'].decode('utf-8')).encode('mac-roman')

演示，在规范化为组合字符后，将非规范化形式的 ä 字符(a 加上组合分音符)编码为 mac-roman:

>>> unicodedata.normalize('NFC', u'a\u0308').encode('mac-roman')
'\x8a'

我过去曾使用这种技术为预先知道其平台编码的特定客户生成 Excel 的 CSV(Excel 将以当前的 Windows 编码 IIRC 解释文件)。在这种情况下，我编码为 windows-1252。