Python 正在将utf-8写入文件，但解析不正确

我正在从一个用utf-8编码的网站上阅读文本（存储为纸质['Abstract']），并试图将其写入utf-8编码的文件

但是（（撇号）这个字符却变成了–或ÃΩ。如果我手动将文本编码为utf-8，那么它将显示为\xe2\x80\x99或\xc3\xa2\xc2\x80\xc2\x99

无论我尝试使用何种方法将文本写入文件，我都会遇到同样的问题。以下是一个例子：

import io
from bs4 import BeautifulSoup
import re

f = io.open('file.txt', encoding='utf-8', mode='a+')
base = 'https://www.federalreserve.gov'
path = '/econres/notes/feds-notes/index.htm'
response = requests.get(base + path, verify=False)
page = BeautifulSoup(response.text, 'html.parser')
links = page.find_all('a', href=re.compile("/econres/notes/feds-notes/"))
for a in links:
    paper_dict = {}
    paper_dict['Abstract'] = a.find_next('p').find_next('p').text
    print(paper_dict['Abstract'], file=f)

或

---

我一直在看的一个特别的例子是题为“SOMA的未实现损失：它意味着什么？”的说明，其中描述了“该说明讨论了美联储证券持有的各种估值措施，这些价值意味着什么，以及SOMA投资组合价值的预期演变。”但在我的输出文件中“Fed's”表示“Fed–s”

我认为您的文件包含正确的UTF-8编码字符串。问题可能是因为您后来阅读它时将其视为拉丁语（iso-8859-1）编码

您应该注意撇号（

“

）是unicode字符U+0027，或者代码0x27的ASCII字符，但是在HTML页面中，

Fed的

包含一个不同的字符，一个右单引号，即unicode字符U+2019

现在一切都可以解释了：

“Fed's”。encode（'utf8'）

是以下字节字符串：

b'Fed\xe2\x80\x99s'

。如果尝试将其读取（解码）为拉丁文1，则会得到：

>>> "Fed’s".encode('utf8').decode('latin1')
'Fedâ\x80\x99s'

因为

是unicode字符U+00E2或代码0xe2的iso-8859-1字符。在拉丁字符集中，
'\x80'
和
'\x99'
都是非打印字符，所以您可以得到：

>>> print("Fed’s".encode('utf8').decode('latin1'))
Fedâs

因此，您的输出文件是正确的，只是您显示它的方式是错误的：您应该使用UTF-8启用文本编辑器，如优秀的vim（gvim）或notepad++（如果您不知道，请用谷歌搜索）.
文本的值是多少？我们需要一个。
ecoding='utf-8'
这显然不是您的真实代码，因为
编码
拼写错误。请发布您的真实代码。谢谢，听起来我就快到了！但我尝试用Microsoft Word打开输出文件，选择utf-8作为编码来读取它，但它仍然存在将文本显示为Fed–然后是两个框，然后是s。Microsoft Word不是我所说的启用UTF-8的文本编辑器。即使我使用VIM并使用UTF-8编码读取它（：edit++enc=UTF-8 file.txt），它仍然显示Fed–和两个框…@JZ115：我在考虑
“\xc3\xa2\xc2\x80\xc2\x99”
，这是两次编码…Vim通常允许将文本转换为十六进制（不要在该模式下保存！）.你能告诉我正确的引号是如何用hexa编码的吗？是的，当我在VIM中查看hexa时，它看起来就是这样编码的。在这种情况下，有没有解决问题的方法？
>>> print("Fed’s".encode('utf8').decode('latin1'))
Fedâs