3

我正在使用 Twitter API，但我有几个关于土耳其字符编码的问题。这是我正在使用的代码：

# -*- coding: cp1254 -*-
import sys
import csv
import tweepy
import locale
import string
locale.setlocale(locale.LC_ALL, "Turkish")

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_key, access_secret)
api = tweepy.API(auth)

f=open("tweets.csv", "wb")
for q in [list of search queries]:

     a=[tweet.text.encode("utf-8") for tweet in tweepy.Cursor(api.search, q, result_type="recent", include_entities=True, lang="tr").items(20)]
     wr=csv.writer(f, quoting=csv.QUOTE_ALL)
     wr.writerow(q)

基本上，我正在做的是通过遍历搜索查询列表然后将推文写入 excel 文件来运行搜索 api。然而，无论我做什么，推文都是通过用其他替代品替换常规土耳其字符来编写的。我已经尝试了几件事（设置语言环境、添加 .encode("utf-8") 部分等），但我仍然不知道如何修复它。

这就是我所说的：

写的是什么：Dün akÅŸam Ãœlker Arena

我想写的：Dün akşam Ülker Arena

我不明白的是，当我将语言环境设置为土耳其语时，ü、Ü 和 ş 都在本地字母中，但是 Python 替换了这些字母。

4

3 回答 3

4

我在我的系统（Windows 7，带有 Office 2010）上复制了你的代码，我让它工作了。我使用了您的代码，但我将搜索查询简化如下：

search_results = api.search(q="canan1405", count=10)
for tweet in search_results:
    print tweet.text.encode('utf-8')

我从“canan1405”用户那里提取了推文，因为它们包含土耳其字符。（希望她不要介意！）

我只是将脚本的输出重定向到一个文件，如下所示：

python so_24038317.py > tweets.csv

此时，tweets.csv 文件包含编码为 UTF-8 的 Unicode 字符。如果我像你一样双击文件，默认的 Excel 显示会显示乱码，就像你的情况一样：

不要双击 csv 文件，而是使用以下步骤导入文件：

  1. 启动 Excel。
  2. 单击功能区上的“数据”选项卡。
  3. 单击“获取外部数据”中的“从文本”图标。
  4. 找到 CSV 文件并单击“导入”按钮。
  5. 将显示一个向导。就我而言，它对文件内容提出了正确的猜测（请参阅“文件来源：”下拉菜单）：

您可以完成向导的其余步骤，但它们是可选的。文件正确显示：

据我所知，它包含（并正确显示）以下土耳其语字符：

ş, Ğ, İ, ğ, ı, ç

请注意，紧跟在字符串“Oyy şirin kedi”之后的字符是表情符号，而不是有效的 UTF-8 字符。希望这可以帮助。

于 2014-06-06T00:00:37.527 回答
2

使用iso-8859-9或iso-8859编码以获得土耳其语字符。

编辑： 如果你想要 utf8 编码绝对，解码和编码后你可以这样做myString.decode('iso-8859-9').encode('utf8')

于 2014-06-04T13:12:38.720 回答
2

打开文件时尝试进行编码：

open('csvfilename.csv',encoding='utf-8')
于 2020-06-23T09:59:50.610 回答