Python 哪种编码方法最可靠？

我对python相当陌生，但由于我的母语包含一些讨厌的UMLAUT，我不得不陷入一场噩梦：编码一开始就是正确的。 我阅读了joelonsoftware的编码文本，了解了代码点和字母的实际呈现之间的区别（以及unicode和编码之间的联系）。 为了让我摆脱困境，我找到了3种处理UMLAUT的方法，但我无法决定哪种方法适合什么情况。 如果有人能给它点颜色看看？我希望能够将文本写入文件，从中读取（或sqlite3）并发出文本，所有这些都包括可读的umlauts。。。 非常感谢

# -*- coding: utf-8 -*-
import codecs

# using just u + string
with open("testutf8.txt", "w") as f:
    f.write(u"Österreichs Kapitän")

with open("testutf8.txt", "r") as f:
    print f.read()


# using encode/decode
s = u'Österreichs Kapitän'
sutf8 = s.encode('UTF-8')
with open('encode_utf-8.txt', 'w') as f2:
    f2.write(sutf8)
with open('encode_utf-8.txt','r') as f2:
    print f2.read().decode('UTF-8')


# using codec
with codecs.open("testcodec.txt", "w","utf-8") as f3:
    f3.write(u"Österreichs Kapitän")

with codecs.open("testcodec.txt", "r","utf-8") as f3:
    print f3.read() 

编辑： 我测试了这个（文件的内容是'Österreichs Kapitän'）：

---

我是否必须在代码中的任何地方使用u'string（unicode）？我发现，如果我只使用空白字符串（没有“u”），UMLUUT的替换就不起作用了。

< P>作为一个一般的经验法则，你通常想尽早解码一个编码字符串，然后将它作为Unicode对象进行操作，并最终将其编码为最晚（在将其写入文件之前）。 例如：

with codecs.open("testcodec.txt", "r","utf-8") as f3:
    s = f3.read()

# modify s here

with codecs.open("testcodec.txt", "w","utf-8") as f3:
    f3.write(s)

至于你的问题，哪种方式最好：我认为使用编解码器库和手动编码/解码没有区别。这是一个偏好的问题，两者都有效

简单地使用open（如第一个示例中所示）不起作用，因为python随后将尝试使用默认编解码器（如果没有更改，则为ASCII）对字符串进行编码

关于是否应在所有位置使用unicode字符串的问题： 原则上是的。如果您创建一个字符串

s='asdf'

，它的类型为

str

（您可以使用

type

进行检查），如果您创建了

s2=u'asdf'

它的类型为

unicode

。 而且，由于始终操作unicode对象更好，因此建议使用后者

如果您不想总是在字符串前面附加“u”，可以使用以下导入：

from __future__ import unicode_literals

然后您可以执行

s='asdf'

，s的类型为

unicode

。在Python3中，这是默认设置，因此只有在Python2中才需要导入

---

对于潜在的陷阱，你可以看看。基本上，您不想混合使用utf-8编码字符串和unicode字符串。

非常感谢，这给了我一些见解。。。张贴代码在注释中不起作用吗？您可以单击注释字段旁边的

help

按钮了解接受的语法（他们称之为迷你标记）。注释中的代码应该用倒勾（`）括起来。谢谢。我是否必须写

u“sterreich”

才能工作，例如替换字母？请参阅我编辑的问题，了解整个示例。。。

from __future__ import unicode_literals