在Python中获取字符串和csv文件的正确编码

Question

我在Python中使用mechanize从网站获取一些数据并向其发送新数据.

事情是该网站是法语,所以我得到一个菱形( )的问号,而不是éÉÀàùÙîû和其他人的各种字符.

我试着在谷歌和StackOverflow上四处寻找并发现了各种不能解决问题的答案.我已经看到了建议尝试以下其中一行的答案:

myString = éÀî

myString.encode('latin-1')
myString.encode('iso-8859-1')

unicode(myString, 'iso-8859-1')

但这些似乎都不起作用.

我需要这两个的情况是当我读取带有重音的csv文件和包含重音的硬编码字符串时.例如,这是csv文件中的一行(实际上是';'是分隔符):

Adam Guérin;myemail@mail.com;555-5555;2011-02-05

'é'看起来不错,但是当我尝试用机械化填充网站上的textField并提交它时,'é'现在在实际网站上看起来像' '.

编辑:

这是我在csv文件中读取数据的代码:

subscriberReader = csv.reader(open(path, 'rb'), delimiter=';')
subscribers = []

for row in subscriberReader:
    subscribers.append(Subscriber(row[0], row[1], row[2]))

然后我使用mechanize将其发送到网站:

self.br.select_form('aspnetForm')

self.br.form['fldEmail'] = subscriber.email
self.br.form['fldName'] = subscriber.name
self.br.form['fldPhoneNum'] = subscriber.phoneNum

self.br.submit()

我尝试了各种方法来编码字符,但我想我没有正确地做到这一点.我很乐意尝试在答案/评论中提出的任何建议.

至于网站,它没有指定它在标题中使用的编码.

Answer 1

首先，您提到您想将文字放入代码中。为此，您需要告诉 Python 您的脚本文件的编码方式。您可以在文件开头使用注释声明来执行此操作（我假设您正在使用latin-1）。

\n\n

# -*- coding: latin-1 -*-\nmyString = u'\xc3\xa9\xc3\x80\xc3\xae'\n

\n\n

其次，您需要能够使用字符串。这不是特定于机械化的，但涵盖一些基础知识应该是有用的：首先，myString最终成为一个 unicode 对象（因为使用 声明文字的方式u''）。因此，要将其用作 Latin-1 编码，您需要调用.encode()，例如：

\n\n

with open('test.txt', 'w') as f:\n    f.write(myString.encode('latin-1'))\n

\n\n

最后，当读取编码的字符串（例如，从远程网站）时，您可以将.decode()其解码为 un​​icode 对象，并从那里使用它。

\n\n

with open('test.txt', 'r') as f:\n    myString = f.read().decode('latin-1')\n

\n