Cómo escribir cadenas unicode en un archivo?

Question

Estoy usando python 2.6.5 Quiero escribir algunos caracteres japoneses en un archivo. Recibo este error & No sé cómo cambiar la codificación.

Python 2.6.5 (r265:79063, Jun 12 2010, 17:07:01) 
[GCC 4.3.4 20090804 (release) 1] on cygwin 
>>> s = u'\u5E73\u621015' 
>>> with open("yop", "wb") as f: 
... f.write(s + "\n"); 
... 
Traceback (most recent call last): 
    File "<stdin>", line 2, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: 
    ordinal not in range(128) 
>>> type(s) 
<type 'unicode'> 

Answer 1

vas a tener que 'codificar' la cadena Unicode.

s = u'\u5E73\u621015' 
with open("yop", "wb") as f: 
    f.write(s.encode("UTF-8")) 

probar esto para un poco de un aspecto agradable en Unicode y Python: http://farmdev.com/talks/unicode/

Answer 2

Como alternativa, puede utilizar el módulo codecs:

import codecs 
s = u'\u5E73\u621015' 
with codecs.open("yop", "w", encoding="utf-8") as f: 
    f.write(s) 

Answer 3

La función codecs.open() en 2.6 es muy similar a la función incorporada open() en python3.x (lo cual tiene sentido ya que las cadenas Py3k son siempre Unicode). Para futuras pruebas de su código en caso de que se use bajo Py3k, podría hacer lo siguiente.

import sys 

if sys.version_info[0] < 3: 
    import codecs 
    _open_func_bak = open # Make a back up, just in case 
    open = codecs.open 

with open('myfile', 'w', encoding='utf-8') as f: 
    f.write(u'\u5E73\u621015') 

Ahora su código debería funcionar igual en ambos 2.xy 3.3+.

Answer 4

Insertar esto al principio de mi script tiende a resolver problemas de Unicode.

import sys 
reload(sys) 
sys.setdefaultencoding('utf8')