rtf 文件的错误字符编码

Question

当我将句子 How brave they’ll all think me at home! 复制并粘贴到 Mac 上的空白 TextEdit rtf 文档中时，它看起来不错。但是如果我以编程方式创建一个明显相同的 rtf 文件，并在其中写入相同的句子，在打开 TextEdit 时它显示为 How brave theyâ€™ll all think me at home! 在下面的代码中，output 是可以的，但是在查看文件时TextEdit右单引号（此处用作撇号）有问题，unicode U-2019.

header = r"""{\rtf1\ansi\ansicpg1252\cocoartf1671\cocoasubrtf400
{\fonttbl\f0\fswiss\fcharset0 Helvetica;}
{\colortbl;\red255\green255\blue255;}
{\*\expandedcolortbl;;}
\paperw11900\paperh16840\margl1440\margr1440\vieww10800\viewh8400\viewkind0
\pard\tx720\tx1440\tx2160\tx2880\tx3600\tx4320\tx5040\tx5760\tx6480\tx7200\tx7920\tx8640\pardirnatural\partightenfactor0
\f0\fs24 \cf0 """

sen = 'How brave they’ll all think me at home!'

with open('staging.rtf', 'w+’) as f:
    f.write(header)
    f.write(sen)
    f.write('}')

with open('staging.rtf') as f:
    output = f.read()
print(output)

我从 https://www.i18nqa.com/debug/utf8-debug.html 中发现，这可能是由于“UTF-8 字节被解释为 Windows-1252”引起的，这似乎是有道理的 ansicpg1252 在 header 中表示美国 Windows。

但我仍然不知道如何解决它，即使在这里阅读了类似的问题：。我试过用 mac 替换 ansi 但没有效果。在 open 函数中添加 ,encoding='utf8' 似乎也无济于事。

（顺便用rtf的原因是可以导出colour-coded个单词的句子，允许手动编辑，然后读回做进一步处理）。

Answer 1

好的，我自己找到了答案。我需要在写入 rtf 文件和读取文件时都使用 , encoding='windows-1252'。

rtf 文件的错误字符编码

Wrong character encoding of rtf file

python

rtf

character-encoding