写入.txt文件(UTF-8)，python

Question

我想将输出(contents)保存到一个文件(以UTF8格式保存)。这个文件不应该被覆盖，它应该被保存为一个新的文件--例如file2.txt。所以，我用拳头打开一个file.txt，用UTF8编码，做一些事情，然后用UTF8把它保存到file2.txt。我该怎么做呢？

import codecs
def openfile(filename):
    with codecs.open(filename, encoding="UTF-8") as F:
        contents = F.read()
        ...

Answer 1

捷径：

file('file2.txt','w').write( file('file.txt').read().encode('utf-8') )

漫漫长路：

data = file('file.txt').read()
... process data ...
data = data.encode('utf-8')
file('file2.txt','w').write( data )

并显式地使用“codecs”：

codecs.getwriter('utf-8')(file('/tmp/bla3','w')).write(data)

Answer 2

我喜欢在这样的情况下分离关注点-我认为这真的使代码更干净，更容易维护，并且可以更有效。

这里有3个问题:读取UTF-8文件、处理行和编写UTF-8文件。假设您的处理是基于行的，这在Python中可以很好地工作，因为打开和迭代文件的行是该语言内置的。除了更清晰，这也是更有效的，因为它允许您处理不适合内存的大型文件。最后，它为你提供了一种很好的方法来测试你的代码--因为处理是从文件io中分离出来的，它允许你编写单元测试，甚至只是在示例文本上运行处理代码，并手动检查输出，而不需要摆弄文件。

出于示例的目的，我将行转换为大写--想必您的处理会更有趣。我喜欢在这里使用like它使处理过程更容易删除或插入额外的行，尽管在我的简单示例中并没有使用它。

def process(lines):
    for line in lines:
        yield line.upper()

with codecs.open(file1, 'r', 'utf-8') as infile:
    with codecs.open(file2, 'w', 'utf-8') as outfile:
        for line in process(infile):
            outfile.write(line)

Answer 3

打开第二个文件。如果需要，请使用contextlib.nested()。使用shutil.copyfileobj()复制内容。