python汇集了ascii和utf-8内容

我有一个包含英语单词的文本文件“words.txt”。让我们假设它只包含三个词：“一”、“二”和“三”。 我还有三个文件：one.dat、two.dat和three.dat。这些文件中的每一个都包含表示相应单词转录的二进制数据。格式为UTF-8。 我想要什么：我想要将“words.txt”和所有这些.dat组合成一个可以打印的文档。所以我需要这样的东西（让我们把它命名为final.dat）：

一[万] 二[图：] 三[？ri:]

但是用正确的“th”符号代替“？”：）

最重要的是我必须能够将“final.dat”加载到MSWord或Writer中并打印出来

---

我打算用python来完成它，但我真的被所有这些“编解码器”、“编码”、“解码”等等困住了…

在Python2.x中，读取UTF-8文件可以使用

open('one.dat').read().decode('utf-8')

或

两者都返回Python

unicode

对象。如果要将

str

（ASCII/二进制字符串）

s

转换为

unicode

，请使用

s.decode（'utf-8'）

在Python3.x中，只需

open('one.dat').read()

或

其思想是，

str

（Py2.x）或

bytes

（Py3.x）对象只包含某个编码中字符串的二进制表示，而不指定该编码；

decode

方法将其转换为正确的Unicode字符串（在2.x中为

Unicode

，在3.x中为

str

）

---

（顺便说一句，UTF-8不是“二进制数据”，它只是非ASCII编码的文本。）

内置名称

字节

也存在于2.x（至少2.6）中。这是

str

的别名。谢谢您的详细回答。但我还有两个问题。1） 您确定我必须使用“s.decode”而不是“s.encode”将ascii字符串转换为unicode吗？2） 在我将它们全部设置为“unicode”并尝试写入文件后，它崩溃了：UnicodeEncodeError:“ascii”编解码器无法对位置0处的字符u'\u0259'进行编码：序号不在范围（128）内（我使用f3.write（unicode_字符串））@Nick:解码正在将某些内容转换为unicode；编码是将Unicode转换为特定格式，如UTF-8或ASCII。因此，在写入数据之前，您可能需要进行

编码。使用
encoding
kwarg来
open
/
编解码器。在打开输出文件时打开
，然后只向其写入
unicode
对象。我更喜欢将
encoding='utf-8'
参数放在
open
中的解决方案，而不是手动处理二进制数据的解决方案。在过去几年中，我只能想到一种情况，我必须以二进制形式读取文件，因为它包含的数据编码因行而异。手工解码和编码是一种可怕的痛苦。流编码是一种干净明了的方法。如果它们有二进制数据，那么就没有UTF-8。反之亦然。UTF-8和ASCII一样都不是二进制数据。两者都是文本数据。
open('one.dat').read()

open('one.dat', encoding='utf-8').read()