python - python中的土耳其字符

Question

我正在使用 Twitter API，但我有几个关于土耳其字符编码的问题。这是我正在使用的代码:

# -*- coding: cp1254 -*-
import sys
import csv
import tweepy
import locale
import string
locale.setlocale(locale.LC_ALL, "Turkish")

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_key, access_secret)
api = tweepy.API(auth)

f=open("tweets.csv", "wb")
for q in [list of search queries]:

     a=[tweet.text.encode("utf-8") for tweet in tweepy.Cursor(api.search, q, result_type="recent", include_entities=True, lang="tr").items(20)]
     wr=csv.writer(f, quoting=csv.QUOTE_ALL)
     wr.writerow(q)

基本上，我所做的是通过遍历搜索查询列表然后将推文写入 excel 文件来运行搜索 api。然而，无论我做什么，推文都是通过用其他替代品替换常规土耳其字符来编写的。我已经尝试了几件事(设置语言环境、添加 .encode("utf-8") 部分等)，但我仍然不知道如何修复它。

我说的是:

what is written: Dün akşam Ülker Arena

what I want it to write: Dün akşam Ülker Arena

我不明白的是，当我将语言环境设置为土耳其语时，ü、Ü 和ş 都是本地字母，但 Python 替换了这些字母。

Answer 1

我在我的系统(Windows 7，带 Office 2010)上复制了您的代码，并且它运行正常。我使用了您的代码，但我将搜索查询简化如下:

search_results = api.search(q="canan1405", count=10)
for tweet in search_results:
    print tweet.text.encode('utf-8')

我从“canan1405”用户那里提取了推文，因为它们包含土耳其字符。 (希望她不介意!)

我只是将脚本的输出重定向到一个文件，如下所示:

python so_24038317.py > tweets.csv

此时，tweets.csv 文件包含编码为 UTF-8 的 Unicode 字符。如果我像您一样双击该文件，默认的 Excel 显示会显示垃圾字符，就像您的情况一样:

不要双击 csv 文件，而是使用以下步骤导入文件:

1. 启动 Excel。
2. 单击功能区上的“数据”选项卡。
3. 单击“获取外部数据”中的“来自文本”图标。
4. 找到 CSV 文件并点击“导入”按钮。
5. 将显示一个向导。就我而言，它对文件内容进行了正确的猜测(请参阅“文件来源:”下拉列表):

您可以完成向导的其余步骤，但它们是可选的。正确显示的文件:

据我所知，它包含(并正确显示)以下土耳其语字符:

ş, Ğ, İ, ğ, ı, ç

请注意，紧跟在字符串“Oyy şirin kedi”之后的字符是表情符号，而不是有效的 UTF-8 字符。希望这会有所帮助。