Запишите в файл UTF-8 в Python
Вы не ссылаетесь на временное местоположение , в котором сохранен файл.
Используйте tmp_name для доступа к файлу.
Вы всегда можете увидеть, что публикуется, используя:
echo "<pre>";
print_r( Вы не ссылаетесь на временное местоположение , в котором сохранен файл.
Используйте tmp_name для доступа к файлу.
Вы всегда можете увидеть, что публикуется, используя:
[110] Если вы увидите этот массив файлов, у вас будет лучшее понимание и представление о том, что происходит.
FILES);
Если вы увидите этот массив файлов, у вас будет лучшее понимание и представление о том, что происходит.
3 ответа
I believe the problem is that codecs.BOM_UTF8 is a byte string, not a Unicode string. I suspect the file handler is trying to guess what you really mean based on "I'm meant to be writing Unicode as UTF-8-encoded text, but you've given me a byte string!"
Try writing the Unicode string for the byte order mark (i.e. Unicode U+FEFF) directly, so that the file just encodes that as UTF-8:
import codecs
file = codecs.open("lol", "w", "utf-8")
file.write(u'\ufeff')
file.close()
(That seems to give the right answer - a file with bytes EF BB BF.)
EDIT: S. Lott's suggestion of using "utf-8-sig" as the encoding is a better one than explicitly writing the BOM yourself, but I'll leave this answer here as it explains what was going wrong before.
Прочтите следующее: http://docs.python.org/library/codecs.html#module-encodings.utf_8_sig
Сделайте следующее
with codecs.open("test_output", "w", "utf-8-sig") as temp:
temp.write("hi mom\n")
temp.write(u"This has ♭")
Полученный файл UTF-8 с ожидаемой спецификацией.
@S-Lott gives the right procedure, but expanding on the Unicode issues, the Python interpreter can provide more insights.
Jon Skeet is right (unusual) about the codecs module - it contains byte strings:
>>> import codecs
>>> codecs.BOM
'\xff\xfe'
>>> codecs.BOM_UTF8
'\xef\xbb\xbf'
>>>
Picking another nit, the BOM has a standard Unicode name, and it can be entered as:
>>> bom= u"\N{ZERO WIDTH NO-BREAK SPACE}"
>>> bom
u'\ufeff'
It is also accessible via unicodedata:
>>> import unicodedata
>>> unicodedata.lookup('ZERO WIDTH NO-BREAK SPACE')
u'\ufeff'
>>>