Python 3 编码错误谷歌翻译 API

Question

我正在尝试使用 Google Translate API 翻译以 UTF16-BE 编码的文本文件的内容，如本网站所述:https://ctrlq.org/code/19909-google-translate-api .我希望输出文件采用相同的编码。

以下是我的代码中的一些片段:

...

import json
import urllib
from urllib.request import Request, urlopen
import urllib.parse

...

def googletranslate(sourceLang, targetLang, sourceText):
    url = "https://translate.googleapis.com/translate_a/single?client=gtx&sl=" + 
    sourceLang + "&tl=" + targetLang + "&dt=t&q=" + 
    urllib.parse.quote_plus(sourceText)

    urld = Request(url, headers={'User-Agent': 'Mozilla/5.0'})
    jsonfile = urlopen(urld).read()
    h = json.loads(jsonfile)
    return h[0][0][0]

...

input = [line.rstrip('\n') for line in open('input.txt', 'r', encoding="utf_16_be")]
output = open('output.txt', 'w', encoding="utf_16_be")

...

for y in range(offset,offset+size):
    text = input[y]
    text = googletranslate('auto', '<desired language>', text)
    text.encode('utf_16_be')
    print("T: " + text)
    output.write(text + '\n')

...

但是，当我尝试运行它时，它适用于大多数行，但最终我会收到如下错误:

T: <translated text>
Traceback (most recent call last):
  File "C:\PATH\TO\translate.py", line 124, in googletranslate
    output.write(text + '\n')
  File "C:\PATH\TO\AppData\Local\Programs\Python\Python36-32\lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u0259' in position 22: character maps to <undefined>

我该怎么做才能避免这个错误？它似乎在命令提示符下打印得很好。它只在尝试写入输出文件时给我一个错误。我应该选择不同的编码吗？ UTF16-BE 是否不足以用于谷歌翻译的文本？

提前致谢!

Answer 1

Python 在写入输出文件时尝试将文本编码为 cp1252(一种标准的 Windows 编码)。如果没有将编码参数传递给 open 函数，就会发生这种情况 - 是否可能是您的真实代码中的情况，而不是您的示例中的情况？

有两种可能的解决方案。

将 encoding 参数传递给 open，并将模式设置为 'w' ，就像您在示例代码中所做的那样, 并将 str 传递给文件的 write 方法。

with open('output.txt', 'w', encoding="utf_16_be") as f:
    f.write(text)

以'wb' 模式打开文件，不带编码参数，并将编码后的字节写入文件。

with open('output.txt', 'wb') as f:
    f.write(text.encode('utf_16_be'))