Unicode CSV Python

我没办法把这个弄对。我有一个CSV文件，其中已经对字符进行了编码（我制作了一个较小的CSV文件进行测试，但原始文件要长得多）：

Isten H\xe1ta M\xf6g\xf6tt
Sigur R\xf3s
\xd3lafur

我无法解码这些字符串。我试着通过简单的读一行来解码它，然后执行line.decode（'latin1'），但它似乎不起作用。当我查看原始字符串时，我注意到字符被一个额外的反斜杠转义。因此，在解码之前，我尝试先对原始字符串进行unicode转义；这似乎也不起作用。字符串保持原样（在原始字符串中删除了额外的反斜杠）

当我用示例项硬编码一个手动列表时，解码工作正常，我得到了正确的字符

所以，当我从CSV文件中读取它时，我才无法让它工作。有人知道哪里出了问题吗

>>> mystring = 'Sigur R\xf3s'
>>> print mystring
Sigur R�s
>>> print mystring.decode('latin-1')
Sigur Rós

在Python2.7上似乎工作得很好，您能展示一些代码和它产生的错误吗

---

在Python2.7上似乎工作得很好，能否显示一些代码及其生成的错误？

字符在内存和文件中有不同的表示形式。字符串可以通过多种方式编码，包括

拉丁-1

编码或

utf-8

，但在本例中，如果我们看到一个文本

\xf6

，我们得到的是一个已转义的字符串。我们可以通过破解逃逸来解决这个问题

>>> print open('data.csv').readline().decode('string_escape')
Isten H�ta M�g�tt

但这只让我们走了一半，我们仍然被编码。现在是双重解码

>>> print open('data.csv').readline().decode('string_escape').decode('latin1')
Isten Háta Mögött

---

明白了！问题在于写入文件的内容。

字符在内存和文件中有不同的表示形式。字符串可以通过多种方式编码，包括

拉丁-1

编码或

utf-8

，但在本例中，如果我们看到一个文本

\xf6

，我们得到的是一个已转义的字符串。我们可以通过破解逃逸来解决这个问题

>>> print open('data.csv').readline().decode('string_escape')
Isten H�ta M�g�tt

但这只让我们走了一半，我们仍然被编码。现在是双重解码

>>> print open('data.csv').readline().decode('string_escape').decode('latin1')
Isten Háta Mögött

---

明白了！问题在于写入文件的内容。

这是python 2.x还是3.x？这是python 2.7，您最初是如何在文件中获得该文本的？它是双重编码的，不是我自己创造的。试图找出如何从中获得正确的文本。为什么当我手动将其放入字符串/列表中时效果很好，但当我从CSV中读取它时却不起作用？如果在python脚本中放入

foo=“Isten H\xe1ta M\xf6g\xf6tt”

，python将以转换

bar=“one\ntwo\ntree\n”

中的新行的方式对其进行替换。如果将完全相同的文本放在csv文件中，python编译器将不会解析该文本，也不会进行任何删除。这就是

string\u escape

编码的目的。似乎有人使用python打印字符串列表，然后将它们复制/粘贴到文件中。不要那样做！这是Python2.x还是3.x？这是Python2.7，您首先是如何在文件中获得该文本的？它是双重编码的，不是我自己创造的。试图找出如何从中获得正确的文本。为什么当我手动将其放入字符串/列表中时效果很好，但当我从CSV中读取它时却不起作用？如果在python脚本中放入

foo=“Isten H\xe1ta M\xf6g\xf6tt”

，python将以转换

bar=“one\ntwo\ntree\n”

中的新行的方式对其进行替换。如果将完全相同的文本放在csv文件中，python编译器将不会解析该文本，也不会进行任何删除。这就是

string\u escape

编码的目的。似乎有人使用python打印字符串列表，然后将它们复制/粘贴到文件中。不要那样做！这就是我尝试过的，然后它就成功了。从CSV上阅读时，我无法让它工作。这是我尝试过的，然后它就工作了。从CSV读取时，我无法使其工作