我真的对codecs.open function很困惑。当我这样做的时候：
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()
它很好用。
问题是为什么第一种方法失败了？如何插入物料清单？
如果第二种方法是正确的方法，那么使用codecs.open(filename,”w”,”utf-8″)有什么意义？
不要使用UTF-8格式的BOM。拜托。
@克里斯蒂安？为什么不呢？
@UTF-8中不需要salmanpk-bom，只会增加复杂性(例如，不能将bom的文件和结果与有效文本连接在一起)。看到这个问题，不要错过问题下面的重要评论。
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作为UTF-8编码文本写入，但您给了我一个字节字符串”来猜测您真正的意思！
尝试直接为字节顺序标记(即unicode u+feff)编写unicode字符串，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——一个包含字节ef bb bf的文件。)
edit:s.lott建议使用”utf-8-sig”作为编码，这比自己显式地编写BOM要好，但我将把这个答案留在这里，因为它解释了以前发生的问题。
多谢你这么做，肯定让事情更清楚了。
警告：打开和打开不同。如果您执行”从编解码器导入打开”，它将不会与您只需键入”打开”相同。
您也可以使用codecs.open(“test.txt”、”w”、”utf-8-sig”)。
我得到”typeerror:需要一个整数(得到str类型)”。我不明白我们在这里做什么。有人能帮忙吗？我需要在文本文件中附加一个字符串(段落)。在写之前我需要先把它转换成整数吗？
@穆根：据我所知，我写的确切代码工作得很好。我建议你问一个新的问题，精确地显示你得到了什么代码，以及错误发生在哪里。
@穆根，你需要打电话给codecs.open，而不是直接打给open
阅读以下内容：http://docs.python.org/library/codecs.html module-encodings.utf_8_sig
这样做
with codecs.open(“test_output”,”w”,”utf-8-sig”) as temp:
temp.write(“hi mom
“)
temp.write(u”This has ?”)
生成的文件是带有预期BOM的UTF-8。
谢谢。这是有效的(Windows7x64，python 2.7.5×64)。当您以模式”A”(附加)打开文件时，此解决方案工作良好。
首先是import codecs。
这对我不起作用，Windows上的python 3。我必须用open(file_name，’wb’)作为bom file:bom file.write(codecs.bom_utf8)来代替，然后重新打开该文件进行append。
@S-LOTT给出了正确的过程，但是在Unicode问题上进行扩展，Python解释器可以提供更多的见解。
jon skeet对于codecs模块是正确的(不寻常的)，它包含字节字符串：
>>> import codecs
>>> codecs.BOM
‘\xff\xfe’
>>> codecs.BOM_UTF8
‘\xef\xbb\xbf’
>>>
选择另一个NIT，BOM有一个标准的Unicode名称，可以输入为：
>>> bom= u”
{ZERO WIDTH NO-BREAK SPACE}”
>>> bom
u’\ufeff’
也可通过unicodedata访问：
>>> import unicodedata
>>> unicodedata.lookup(‘ZERO WIDTH NO-BREAK SPACE’)
u’\ufeff’
>>>
我使用file*nix命令将未知字符集文件转换为utf-8文件
# -*- encoding: utf-8 -*-
# converting a unknown formatting file in utf-8
import codecs
import commands
file_location =”jumper.sub”
file_encoding = commands.getoutput(‘file -b –mime-encoding %s’ % file_location)
file_stream = codecs.open(file_location, ‘r’, file_encoding)
file_output = codecs.open(file_location+”b”, ‘w’, ‘utf-8’)
for l in file_stream:
file_output.write(l)
file_stream.close()
file_output.close()
现在，您还可以使用chardet。
使用# coding: utf8而不是# -*- coding: utf-8 -*-，这更容易记住。