如何在 CSV 文件中写入 UTF-8

对于 Python 3.x (docs)，这非常简单。

import csv

with open('output_file_name', 'w', newline='', encoding='utf-8') as csv_file:
    writer = csv.writer(csv_file, delimiter=';')
    writer.writerow('my_utf8_string')

对于 Python 2.x，请查看 here。

---

从你的 shell 运行：

pip2 install unicodecsv

并且（与原始问题不同）假设您使用的是 Python 的内置 csv 模块，请在代码中将
import csv 转换为
import unicodecsv as csv。

---

使用这个包，它就可以工作：https://github.com/jdunck/python-unicodecsv。

---

对我来说，Python 2 CSV 模块文档中的 UnicodeWriter 类并没有真正起作用，因为它破坏了 csv.writer.write_row() 接口。

例如：

csv_writer = csv.writer(csv_file)
row = ['The meaning', 42]
csv_writer.writerow(row)

有效，同时：

csv_writer = UnicodeWriter(csv_file)
row = ['The meaning', 42]
csv_writer.writerow(row)

将抛出 AttributeError: 'int' object has no attribute 'encode'。

由于 UnicodeWriter 显然希望所有列值都是字符串，我们可以自己转换这些值并使用默认的 CSV 模块：

def to_utf8(lst):
    return [unicode(elem).encode('utf-8') for elem in lst]

...
csv_writer.writerow(to_utf8(row))

或者我们甚至可以对 csv_writer 进行猴子补丁以添加 write_utf8_row 函数 - 练习留给读者。

---

Python 文档中的示例展示了如何编写 Unicode CSV 文件：http://docs.python.org/2/library/csv.html#examples

（这里不能复制代码，因为它受版权保护）

---

对于 python2，您可以在 csv_writer.writerows(rows) 之前使用此代码
此代码不会将整数转换为 utf-8 字符串

def encode_rows_to_utf8(rows):
    encoded_rows = []
    for row in rows:
        encoded_row = []
        for value in row:
            if isinstance(value, basestring):
                value = unicode(value).encode("utf-8")
            encoded_row.append(value)
        encoded_rows.append(encoded_row)
    return encoded_rows

---

我尝试使用 Bojan 的建议，但它把所有 None 单元格变成了单词 None 而不是空白，并将浮点数渲染为 1.231111111111111e+11，也许还有其他烦恼。另外，我希望我的程序同时在 Python3 和 Python2 下运行。所以，我最终把程序放在了顶部：

try:
    csv.writer(open(os.devnull, 'w')).writerow([u'\u03bc'])
    PREPROCESS = lambda array: array
except UnicodeEncodeError:
    logging.warning('csv module cannot handle unicode, patching...')
    PREPROCESS = lambda array: [
        item.encode('utf8')
        if hasattr(item, 'encode') else item
        for item in array
    ]

然后将所有 csvout.writerow(row) 语句更改为 csvout.writerow(PREPROCESS(row))

我本可以使用测试 if sys.version_info < (3,): 而不是 try 语句，但这违反了“鸭子打字”。我可能会重新访问它并使用 with 语句正确编写第一个单行代码，以摆脱悬空的打开文件和 writer，但随后我必须使用 ALL_CAPS 变量名，否则 pylint 会抱怨......无论如何都应该收集垃圾，并且无论如何只在脚本运行时持续。

---

一个非常简单的技巧是使用 json 导入而不是 csv。例如，而不是 csv.writer 只需执行以下操作：

    fd = codecs.open(tempfilename, 'wb', 'utf-8')  
    for c in whatever :
        fd.write( json.dumps(c) [1:-1] )   # json dumps writes ["a",..]
        fd.write('\n')
    fd.close()

基本上，给定正确顺序的字段列表，json 格式的字符串与 csv 行相同，除了分别位于开头和结尾的 [ 和 ] 。 json 似乎对 python 2 中的 utf-8 很健壮。 *

---