TypeError: write() argument 1 must be unicode, not str

Question

我正在尝试导入一个文本文件并将其保存在我的桌面上，但是文本在 "utf-8" 中（书中有此信息），所以当我不编码保存时，文本有很多奇怪的字符，但是当我尝试使用显式编码保存时出现此错误：

Traceback (most recent call last):

File "C:/Users/Unidas/Semestre/ABC/8.1.py", line 14, in n_palabras

libro.write(archivo.read())

TypeError: write() argument 1 must be unicode, not str

代码：

def n_palabras(x):
    import urllib2
    import io
    import string

    archivo = urllib2.urlopen(x)
    libro = io.open("alice.txt", "w", encoding="utf8")
    libro.write(archivo.read())
    libro.close()

如何保存编码为utf-8的文件？我正在使用 Pycharm 和 Python 2.7

Answer 1

你的问题是 urlopen returns a bytes-oriented file-like object，而 io.open 需要真实的文本输入（其中 "text" 表示“unicode 在 Python 2，str 在 Python 3”）。

您唯一需要更改的是 decode 调用 read 的结果；默认情况下是 bytes-like，您需要真实的文本。您需要找出正确的编码（hard-coding 它，或显式检查 headers 来找出正确的编码）才能正确解码（它可能是 UTF-8，也可能是 cp1252，但它可能有些奇怪）。

无论如何，知道这一点后，您唯一需要做的改变就是：

libro.write(archivo.read())

至：

libro.write(archivo.read().decode(knownencoding))

如果您非常确定服务器始终提供 UTF-8 输出，那么：

libro.write(archivo.read().decode('utf-8'))

足够了。是的，这有点浪费（你解码它只是为了将它写入一个立即重新编码它的流），但重要的是，这可以保证你收到的字节可以解释为有效的 UTF-8，它将原始字节转储到磁盘不保证。

更详细的解决方案检查 headers:

import urllib2
import io
import string

def n_palabras(x):
    archivo = urllib2.urlopen(x)

    # Find charset in headers, if it exists    
    for p in archivo.headers.plist:
        key, sep, value = p.partition('=')
        if sep and key.strip().lower() == 'charset':
           encoding = value.strip()
           break
    else:
        encoding = 'utf-8'

    data = archivo.read()

    try:
        # Try to use parsed charset
        data = data.decode(encoding)
    except UnicodeDecodeError:
        # If that fails, try UTF-8 as fallback; let exception bubble
        # if this fails too
        data = data.decode('utf-8')

    with io.open("alice.txt", "w", encoding="utf-8") as libro:
        libro.write(data)

TypeError: write() argument 1 must be unicode, not str

TypeError: write() argument 1 must be unicode, not str

python

python-2.7

urllib2

python-unicode