TypeError: write () аргумент 1 должен быть Unicode, а не str - PullRequest
Новая
       37

TypeError: write () аргумент 1 должен быть Unicode, а не str

0 голосов
/ 10 октября 2018

Я пытаюсь импортировать текстовый файл и сохранить его на своем рабочем столе, но текст находится в «utf-8» (эта информация есть в книге), поэтому при сохранении без кодирования текст содержит много странных символов, но при попытке сохранить с явной кодировкой появляется эта ошибка: 

Traceback (most recent call last):

File "C:/Users/Unidas/Semestre/ABC/8.1.py", line 14, in n_palabras

libro.write(archivo.read())

TypeError: write() argument 1 must be unicode, not str

Код: 

def n_palabras(x):
    import urllib2
    import io
    import string

    archivo = urllib2.urlopen(x)
    libro = io.open("alice.txt", "w", encoding="utf8")
    libro.write(archivo.read())
    libro.close()

Как сохранить этот файл с кодировкой utf-8?Я использую Pycharm с Python 2.7

1 Ответ

0 голосов
/ 10 октября 2018

Ваша проблема в том, что urlopen возвращает байтово-ориентированный файлоподобный объект, в то время как io.open ожидает ввода истинного текста (где "text" означает "unicode на Python 2, str на Python 3").

Единственное, что вам нужно изменить - это decode результат вызова read;по умолчанию он похож на байты, и вам нужен настоящий текст.Вам нужно выяснить правильную кодировку (либо жестко, либо явно проверяя заголовки, чтобы выяснить это), чтобы правильно ее декодировать (скорее всего, это UTF-8 или, что гораздо менее вероятно, cp1252, но это может быть что-то странное).

В любом случае, зная это, единственное изменение, которое вам нужно сделать, это изменить: 

libro.write(archivo.read())

на: 

libro.write(archivo.read().decode(knownencoding))

Если выВы уверены, что сервер всегда обеспечивает вывод UTF-8, тогда: 

libro.write(archivo.read().decode('utf-8'))

достаточно.Да, это слегка расточительно (вы декодируете его только для записи в поток, который немедленно перекодирует его), но важно то, что это дает вам гарантию того, что полученные вами байты были интерпретированы как действительный UTF-8, который сбрасывает необработанные байты на дискне гарантирует.

Более сложное решение проверяет заголовки: 

import urllib2
import io
import string

def n_palabras(x):
    archivo = urllib2.urlopen(x)

    # Find charset in headers, if it exists    
    for p in archivo.headers.plist:
        key, sep, value = p.partition('=')
        if sep and key.strip().lower() == 'charset':
           encoding = value.strip()
           break
    else:
        encoding = 'utf-8'

    data = archivo.read()

    try:
        # Try to use parsed charset
        data = data.decode(encoding)
    except UnicodeDecodeError:
        # If that fails, try UTF-8 as fallback; let exception bubble
        # if this fails too
        data = data.decode('utf-8')

    with io.open("alice.txt", "w", encoding="utf-8") as libro:
        libro.write(data)
...