Python将奇怪的Unicode写入CSV

Question

我正在尝试使用python news3k软件包提取文章信息，然后将其写入CSV文件。正确下载信息后，输出到CSV时出现问题。尽管我努力阅读unicode，但我认为我并不完全了解unicode。

from newspaper import Article, Source
import csv

first_article = Article(url="http://www.bloomberg.com/news/articles/2016-09-07/asian-stock-futures-deviate-as-s-p-500-ends-flat-crude-tops-46")

first_article.download()
if first_article.is_downloaded:
    first_article.parse()
    first_article.nlp

article_array = []
collate = {}

collate['title'] = first_article.title
collate['content'] = first_article.text
collate['keywords'] = first_article.keywords
collate['url'] = first_article.url
collate['summary'] = first_article.summary
print(collate['content'])
article_array.append(collate)

keys = article_array[0].keys()
with open('bloombergtest.csv', 'w') as output_file:
    csv_writer = csv.DictWriter(output_file, keys)
    csv_writer.writeheader()
    csv_writer.writerows(article_array)

output_file.close()

当我打印collat​​e ['content']（它是first_article.text）时，控制台会很好地输出文章的内容。一切正确显示，撇号和所有。当我写CVS时，内容单元格文本中包含奇数字符。例如：

“归根结底，欧洲经济状况不佳，通货膨胀看起来并不令人兴奋，并且存在许多政治风险需要考虑。

到目前为止，我已经尝试过：

with open('bloombergtest.csv', 'w', encoding='utf-8') as output_file:

无济于事。我还尝试了utf-16而不是8，但这只是导致单元以奇怪的顺序写入。尽管输出看起来正确，但是它没有在CSV中正确创建单元格。我也尝试过.encode（'utf-8'）是各种变量，但没有任何效果。

这是怎么回事？当CSV文件包含奇数字符时，为什么控制台会正确打印文本？我怎样才能解决这个问题？

Answer 1

添加encoding='utf-8-sig'到open(). Excel 需要 UTF-8 编码的 BOM 代码点（字节顺序标记，U+FEFF）签名才能将文件解释为 UTF-8；否则，它采用默认的本地化编码。

Answer 2

按照Leon和Mark Tolonen的建议，更改with open('bloombergtest.csv', 'w', encoding='utf-8') as output_file:为with open('bloombergtest.csv', 'w', encoding='utf-8-sig') as output_file:，工作正常。