如何在 Python 中讀取 Unicode (UTF-8) 文字並將其寫入檔案？

Python 中Unicode (UTF-8) 讀寫檔案

理解編碼和解碼

在Python 2.4 中，必須轉換Unicode 文字在寫入文件之前轉換為位元組字串。 encode('utf8') 方法可用來將 Unicode 字串編碼為 UTF-8。若要將檔案內容讀取為 Unicode 對象，可以使用decode('utf8') 方法。

二進位檔案和文字檔案

區分二進位檔案和文字檔案至關重要。二進位檔案盲目地按原樣儲存數據，而文字檔案則採用特定的字元編碼（通常是 UTF-8）。將 Unicode 物件寫入檔案時，指定所需的編碼以避免任何誤解非常重要。

io 模組

Python 2.6 及更高版本中的 io 模組提供了 io.open 函數，它允許在開啟期間指定檔案的編碼。使用io.open，可以直接將檔案內容讀取為Unicode 物件：

<code class="python">import io
f = io.open("test", mode="r", encoding="utf-8")
text = f.read()  # text is a Unicode object</code>

在Python 3.x 中，io.open 函數是內建open 函數的別名，它支援編碼參數：

<code class="python">open("test", mode="r", encoding="utf-8")  # returns a Unicode-reading file object</code>

編解碼器模組

另一個選項是使用編解碼器中的open 函數module:

<code class="python">import codecs
f = codecs.open("test", "r", "utf-8")
text = f.read()  # text is a Unicode object</code>

但是，值得注意的是，使用codecs. open 在混合read() 和readline() 操作時可能會導致問題。

UTF-8 編碼的作用

UTF-8 是一種通用字元編碼，支援多種語言字元。預設情況下，Python 將檔案視為二進位流。明確指定編碼可讓 Python 將檔案內容正確解釋為 Unicode，從而避免字元解釋問題。

結論

理解編碼和解碼的概念並使用適當的工具(io.open或codecs.open）在檔案中處理Unicode 文字時對於Python 中的無縫資料操作至關重要。

以上是如何在 Python 中讀取 Unicode (UTF-8) 文字並將其寫入檔案？的詳細內容。更多資訊請關注PHP中文網其他相關文章！