Unicode（UTF-8）在Python中读取和写入文件

Question

Unicode（UTF-8）在Python中读取和写入文件

我在理解文本读取和写入文件时遇到了一些大脑失败（Python 2.4）。

# The string, which has an a-acute in it.

ss = u'Capit\xe1n'

ss8 = ss.encode('utf8')

repr(ss), repr(ss8)

（“u'Capit \ xe1n'”，“'Capit \ xc3 \ xa1n'”）

print ss, ss8

print >> open('f1','w'), ss8

>>> file('f1').read()

'Capit\xc3\xa1n\n'

所以我输入Capit\xc3\xa1n我最喜欢的编辑器，在文件f2中。

然后：

>>> open('f1').read()

'Capit\xc3\xa1n\n'

>>> open('f2').read()

'Capit\\xc3\\xa1n\n'

>>> open('f1').read().decode('utf8')

u'Capit\xe1n\n'

>>> open('f2').read().decode('utf8')

u'Capit\\xc3\\xa1n\n'

我在这里不理解什么？显然，我缺少一些重要的魔法（或者很有道理）。在文本文件中键入什么来获得正确的转换？

我真正没有想到的是，UTF-8表示的重点是，如果你真的不能让Python识别它，那么它来自外部。也许我应该只是JSON转储字符串，并使用它，因为它有一个asciiable表示！更重要的是，当从文件进入时，Python会识别和解码这个Unicode对象的ASCII表示吗？如果是这样，我怎么得到它？

>>> print simplejson.dumps(ss)

'"Capit\u00e1n"'

>>> print >> file('f3','w'), simplejson.dumps(ss)

>>> simplejson.load(open('f3'))

u'Capit\xe1n'