2

我在Mac OS X 10.8.2上使用Python 2.7.2。我需要编写一个 .csv 文件，该文件通常包含几个“元音变音”，如 ä、ö 和 ü。当我编写 .csv 文件时，Numbers 和 Open Office 都能够正确读取 csv 并且还可以毫无问题地显示变音符号。

但如果我用 Microsoft Excel 2004 阅读它，文字会显示如下：

TuÃàrlersee

我知道，Excel 在处理 UTF-8 时存在问题。我读到 2007 以下的 Excel 版本无法正确读取 UTF-8 文件，即使您设置了 UTF-8 BOM（字节顺序标记）。我正在使用以下行设置 UTF-8 BOM：

e.write(codecs.BOM_UTF8)

所以我下一步尝试的不是将它导出为 UTF-8 文件，而是我想将字符编码设置为 mac-roman。通过以下行，我从 utf-8 解码了值，并使用 mac-roman 对其进行了重新编码。

projectName = projectDict['ProjectName'].decode('utf-8').encode('mac-roman')

但后来我收到以下错误：

UnicodeEncodeError: 'charmap' codec can't encode character u'\u0308' in position 6: character maps to <undefined>

如何将这些数据导出到 Excel 能够正确读取元音变音的 .csv 文件中？Python 在内部以 UTF-8 处理所有内容。或者我可能没有正确理解解码/编码。在 Python 3.0 中，他们已经适应了整个编码/解码模型，但我需要保持在 2.7.2 版本。

我正在使用这样的 DictWriter：

w = csv.DictWriter(e, fieldnames=fieldnames, extrasaction='ignore', delimiter=';', quotechar='\"', quoting=csv.QUOTE_NONNUMERIC)
w.writeheader()
4

2 回答 2

8

是\u0308组合分音符；在解码为 mac-roman 之前，您需要标准化您的 unicode 字符串：

import unicodedata

unicodedata.normalize('NFC', projectDict['ProjectName'].decode('utf-8')).encode('mac-roman')

演示，将ä非规范化形式的字符（a加上组合分音符号）在规范化为组合字符后编码为 mac-roman：

>>> unicodedata.normalize('NFC', u'a\u0308').encode('mac-roman')
'\x8a'

我过去曾使用此技术为特定客户端生成 Excel 的 CSV，这些客户端的平台编码是预先知道的（Excel 将解释当前 Windows 编码中的文件，IIRC）。在那种情况下，我编码为windows-1252.

于 2012-12-21T14:31:18.940 回答
0

CSV 文件实际上只是 ASCII 格式 - 如果您正在做的只是写出数据以便稍后导入 Excel，那么我会将其写为 Excel 工作簿开始，这样可以避免为此烦恼种东西。

检查模块的http://www.python-excel.org/xlwt。

于 2012-12-21T14:30:46.490 回答