我真的对 codecs.open 函数
感到困惑。当我这样做时:
file = codecs.open("temp", "w", "utf-8")
file.write(codecs.BOM_UTF8)
file.close()
它给了我错误
UnicodeDecodeError: 'ascii' codec can't decode byte 0xef in position 0: ordinal not in range(128)
如果我这样做:
file = open("temp", "w")
file.write(codecs.BOM_UTF8)
file.close()
效果很好。
问题是为什么第一种方法会失败?以及如何插入 bom?
如果第二种方法是正确的做法,那么使用 codecs.open(filename, "w", "utf-8")
有什么意义?
最佳答案
我认为问题在于 codecs.BOM_UTF8
是字节字符串,而不是 Unicode 字符串。我怀疑文件处理程序试图根据“我打算将 Unicode 编写为 UTF-8 编码文本,但你给了我一个字节字符串!”来猜测你的真正意思。
尝试直接为字节顺序标记编写 Unicode 字符串(即 Unicode U+FEFF),以便文件将其编码为 UTF-8:
import codecs
file = codecs.open("lol", "w", "utf-8")
file.write(u'\ufeff')
file.close()
(这似乎给出了正确的答案 - 一个字节为 EF BB BF 的文件。)
编辑:S. Lott 的 suggestion使用“utf-8-sig”作为编码比自己明确编写 BOM 更好,但我将把这个答案留在这里,因为它解释了之前出了什么问题。
https://stackoverflow.com/questions/934160/