希望Python创建一个UTF8文件，得到一个ANSI文件。为什么？

Question

我有以下功能：

def storeTaggedCorpus(corpus, filename):
    corpusFile = codecs.open(filename, mode = 'w', encoding = 'utf-8')
    for token in corpus:
        tagged_token = '/'.join(str for str in token)
        tagged_token = tagged_token.decode('ISO-8859-1')
        tagged_token = tagged_token.encode('utf-8')
        corpusFile.write(tagged_token)
        corpusFile.write(u"\n")
    corpusFile.close()

当我执行它时，我得到了以下错误：

(...) in storeTaggedCorpus
    corpusFile.write(tagged_token)
  File "c:\Python26\lib\codecs.py", line 691, in write
    return self.writer.write(data)
  File "c:\Python26\lib\codecs.py", line 351, in write
    data, consumed = self.encode(object, self.errors)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)

所以我去调试它，发现创建的文件被编码为ANSI，而不是在corpusFile = codecs.open(filename, mode = 'w', encoding = 'utf-8')中声明的UTF-8。如果 corpusFile.write(tagged_token)被删除，这个函数（显然）将工作，文件将被编码为ANSI。如果我删除tagged_token = tagged_token.encode('utf-8')，它也可以工作，但是生成的文件将具有编码“ANSI as UTF-8”（？？？）拉丁字母也会被弄乱。因为我正在分析pt-br文本，这是不可接受的。

我相信如果用UTF-8打开的话，一切都会好起来的，但是我不能让它工作。我在网上搜索过，但是我发现的关于Python/Unicode的所有内容都涉及到其他一些东西……所以为什么这个文件总是以ANSI结尾？我在Windows 7 x64中使用Python 2.6，这些文件编码是从Notepad++通知的。

编辑-关于corpus参数

我不知道corpus字符串的编码。它是由PlaintextCorpusReader.tag()方法从NLTK生成的。根据Notepad++，原始的语料库文件是用UTF-8编码的。这个tagged_token.decode('ISO-8859-1')只是一个猜测。我试着把它解码成cp1252，从ISO-8859-1得到了同样的损坏字符。