從CSV讀取Unicode

Question

從csv讀取unicode字符時遇到問題。 CSV文件原本Unicode的標籤要素：

1. "[u'Aeron\xe1utica']"
2. "[u'Ni\u0161']"
3. "[u'K\xfcnste']" ...

從中我不得不刪除U '' 標籤給一個CSV與

1. Aeron\xe1utica
2. Ni\u0161
3. K\xfcnste ....

現在我想讀的CSV和輸出入與字符的文件，即

1. Aeronáutica
2. Niš
3. Künste ....

我試圖在csv docs使用UnicodeWriter，但它給人的輸出作爲第二列表

這裏同樣是我所做的讀寫：

c = open('foo.csv','r') 
r = csv.reader(c) 
for row in reader: 
p = p + row 
#The elements in p were ['Aeron\\xe1utica', 'Ni\\u0161', 'K\\xfcnste'...] 
c = open('bar.csv','w') 
c.write(codecs.BOM_UTF8) 
writer = UnicodeWriter(c) 
for row in p: 
writer.writerow([row]) 

我也試過codecs.open （''，''，'UTF-8'），但它沒有幫助

Answer 1

看起來你已經將Python列表直接寫入了CSV文件，導致了[...]字面語法，而不是正常的列。然後，您再次刪除了大部分可能用於使用Unicode字符串將信息轉回到Python列表的信息。

你剩下的是Python unicode文字，但沒有引號。使用unicode_escape到值再次解碼爲Unicode：

with open('foo.csv','r') as b0rken 
    for line in b0rken: 
     value = line.rstrip('\r\n').decode('unicode_escape') 
     print value 

或加回u'..'報價，採用了三引號的字符串在試圖避免需要逃跑嵌入式報價：

with open('foo.csv','r') as b0rken 
    for line in b0rken: 
     value = literal_eval("u'''{}'''".format(line.rstrip('\r\n'))) 
     print value 

如果您仍然擁有原始文件（使用[u'...']格式的行），請使用ast.literal_eval()函數將它們轉換回Python列表。在這裏使用CSV模塊沒有點：

from ast import literal_eval 

with open('foo.csv','r') as b0rken 
    for line in b0rken: 
     lis = literal_eval(line) 
     value = lis[0] 
     print value 

演示與unicode_escape：

>>> for line in b0rken: 
...  print line.rstrip('\r\n').decode('unicode_escape') 
... 
Aeronáutica 
Niš 
Künste 
École de l'Air