关于open()写入Unicode特殊字符时报错

Tiger1228CYM

如果你是用open()函数，可能会出现一个问题：
example1.py

1. char_id = 0
   
2. max_id = 2 ** 31 - 1
   
3. while True:
   
4.     with open("file.txt", "w") as f:
   
5.         f.write(chr(char_id))
   
6. 
   
7.     char_id += 1
   
8. 
   
9.     if char_id > max_id:
   
10.         break

复制代码

运行example1.py，报错如下：

1. Traceback (most recent call last):
   
2.   File "D:/Python/Test/openFunction/example1.py", line 5, in <module>
   
3.     f.write(chr(char_id))
   
4. UnicodeEncodeError: 'gbk' codec can't encode character '\x80' in position 0: illegal multibyte sequence

复制代码

1.为什么
在Python3速查宝典中，open()的参数如下：

1. open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=True, opener=None)

复制代码

注意：encoding的默认值为None。
此时，观察错误信息，可以发现Python将这个所谓的None解释成了GBK编码，而chr()是UFT-8编码，write()无法写入Unicode字符。
在Python Shell中输入以下代码(另见open()速查宝典注3)：

1. import locale
   
2. locale.getpreferredencoding(False)

复制代码

返回

1. 'cp936'

复制代码

而cp936对应的编码即为GB2312(GBK的一种)
2.解决办法
指定open()的encoding参数为

1. 'utf-8'

复制代码

即可解决
example2.py

1. char_id = 0
   
2. max_id = 2 ** 31 - 1
   
3. while True:
   
4.     with open("file2.txt", "w", encoding="utf-8") as f:
   
5.         f.write(chr(char_id))
   
6. 
   
7.     char_id += 1
   
8. 
   
9.     if char_id > max_id:
   
10.         break
    

复制代码