如何使用 Python 3 处理 utf-8 文本？

Question

我需要解析各种文本源，然后将其打印/存储在某处。

每次遇到非 ASCII 字符时，我都无法正确打印它，因为它被转换为字节，而且我不知道如何查看正确的字符。

（我是 Python 的新手，我来自 PHP，我从来没有遇到过任何 utf-8 问题）

下面是一个代码示例：

 #!/usr/bin/python
# -*- coding: utf-8 -*-

import codecs
import feedparser

url = "http://feeds.bbci.co.uk/japanese/rss.xml"
feeds = feedparser.parse(url)
title = feeds['feed'].get('title').encode('utf-8')

print(title)

file = codecs.open("test.txt", "w", "utf-8")
file.write(str(title))
file.close()

我想打印并在文件中写入 RSS 标题（BBC 日语 - ホーム），但结果是这样的：

b’BBC 日语 - \xe3\x83\x9b\xe3\x83\xbc\xe3\x83\xa0’

在屏幕和文件上。有没有正确的方法来做到这一点？

原文由 Omiod 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

In python3 bytes and str are two different types - and str is used to represent any type of string (also unicode), when you encode() 一些东西，你将它从它的 str 表示转换为它的 bytes 表示特定编码。

在您的情况下，为了解码字符串，您只需要删除 encode('utf-8') 部分：

 #!/usr/bin/python
# -*- coding: utf-8 -*-

import codecs
import feedparser

url = "http://feeds.bbci.co.uk/japanese/rss.xml"
feeds = feedparser.parse(url)
title = feeds['feed'].get('title')

print(title)

file = codecs.open("test.txt", "w", encoding="utf-8")
file.write(title)
file.close()

原文由 Dean Fenster 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

JSON 数据转 Unicode 支持日文字符

def jsonFileCreation (messageData, fileName):
   with open(fileName, "w", encoding="utf-8") as outfile:
         json.dump(messageData, outfile, indent=8, sort_keys=False,ensure_ascii=False)

原文由 Tarkeshwar Prasad 发布，翻译遵循 CC BY-SA 4.0 许可协议