在Python中写入Unicode到文件时出错

Question

这是我写的第一个Python程序，我需要一些帮助来将UTF-8数据写入文件。

我的目的是从Excel文件中读取数据，并将用逗号分隔的数据写入文本文件。下面是我正在运行的代码，但出现了下面的错误。

import xlrd
import csv
import codecs


wb = xlrd.open_workbook('/etl/dev/input/CustList.xls')
sh = wb.sheet_by_index(1)

file_output = codecs.open('/etl/dev/input/CustList.csv', 'w', 'utf-8')

for rownum in xrange(sh.nrows):
    file_output.write(sh.row_values(rownum))
file_output.close()

这是错误信息：

Traceback (most recent call last):
  File "TestXls2Csv.py", line 20, in <module>
    file_output.write(sh.row_values(rownum))
  File "/fstools/gptools/ext/python/lib/python2.6/codecs.py", line 686, in write
    return self.writer.write(data)
  File "/fstools/gptools/ext/python/lib/python2.6/codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
TypeError: coercing to Unicode: need string or buffer, list found

任何帮助都非常感谢。

谢谢，
Zulfi

我尝试了以下方法：

            row_values = [str(val) for val in sh.row_values(rownum)]
            file_output.write(",".join(row_values) + "\n")

对于Excel的一个工作表，这个方法似乎可以正常工作，但对于另一个工作表却出现了以下错误：

错误追踪（最近的调用在前）：
文件 "TestXls2Csv.py"，第12行，
file_output.write(",".join(sh.row_values(rownum)) + "\n")
TypeError: sequence item 8: expected string or Unicode, float found。我最开始尝试使用csv.writer，但其中一个单元格里有一个\xa0字符，这让我遇到了很多麻烦，所以我安装了codecs并在努力让它工作。

以下是关于Excel文档的一些信息，希望能提供一些线索：

=== 文件: CustList.xls ===
打开耗时3.03秒

BIFF版本: 8; 数据模式: 0
代码页: 1200（编码: utf_16_le）；国家: (1, 1)
最后保存者: u'Rajesh, Vatha'
数据表数量: 2
使用内存映射: 1; 格式化: 0; 按需: 0
不规则行: 0
加载时间: 0.01秒（阶段1）1.86秒（阶段2）

工作表0: 名称 = u'MEMBER'; 行数 = 29966; 列数 = 11

工作表1: 名称 = u'PHYSICANS'; 行数 = 1619; 列数 = 19

命令耗时0.20秒。请给出建议。

谢谢，
Zulfi

Answer 1

如果你想让输出文件里的值用逗号分隔，你可以简单地修改你的写入命令，把值的列表连接成一个用逗号分隔的字符串。

不过，首先你得把列表里的每个值都转换成字符串，因为 row_values() 返回的是一个包含字符串和浮点数的列表。

...
row_values = [str(val) for val in sh.row_values(rownum)]
file_output.write(",".join(row_values) + "\n")
...

Answer 2

dciriello 说得对，因为 file_output.write 这个函数需要字符串作为输入，但 sh.row_values(rownum) 返回的是一个列表，这就是主要原因。

如果你想把一个 xls 文件复制到 csv 文件，这里有一些步骤可以参考。

import xlrd
import csv
import codecs

wb = xlrd.open_workbook('/etl/dev/input/CustList.xls')

table = wb.sheet_by_index(1)
nrows = table.nrows

with codecs.open('/etl/dev/input/CustList.csv', 'w', 'utf-8') as file_output:
    spamwriter = csv.writer(file_output)
    for i in range(nrows):
        spamwriter.writerow(table.row_values(i))