强制Python使用4位Unicode编码（CSV Writer）

Question

我在python3中使用CSV模块。我打开我的输出文件

open(file_name, 'w', encoding="ascii", errors="backslashreplace")

然后将Unicode字符串写入文件。Unicode字符替换为十六进制表示，例如：

f\xfcr

不幸的是，我的解析器（JavaScript）不理解这种表示，需要类似

f\u00FCr

而是（4位数表示）。有什么聪明的方法来实现这一点，还是我必须重新打开文件，找到所有发生的并自己更改它们？在

澄清：我不想使用utf-8编码，因为JavaScript解析器无法理解它。我需要转义Unicode字符！在

Answer 1

Clarification: I don't want to use the utf-8 encoding because the JavaScript parser doesn't understand it.

处理这样一个愚蠢的解析器是多么不幸；它似乎将CSV数据视为JSON数据，而不是正确地处理编码数据。这不是一个标准。在

您可以将每个值编码为JSON，然后去掉引号：

import json, csv

def json_escaped(obj):
    res = json.dumps(obj)
    if res[0] == res[-1] == '"':
        res = res[1:-1]
    return res

with open(file_name, 'w', newline='') as outfile:
    writer = csv.writer(outfile)
    for row in source:
        writer.writerow(map(json_escaped, row))

这是因为JSON（几乎完全）是Javascript的超集（当将默认的ensure_ascii设置为True时，Python解析器永远不会生成这个超集）。在

backslashreplace无法工作，因为只有从U+0100到U+D7FF和U+E000-U+FFFF的Unicode码点被编码为\uhhhh转义。超出这些范围的代码点要么已经是ASCII，编码为较短的转义码（\n，\xhh，等等），要么是更长的转义码（\Uhhhhhhhh表示超过U+FFFF）。在

另一方面，json编码器只会产生\uhhhh转义码，对U+FFFF上的码位使用UTF-16 surrogate pairs。在

演示：

^{pr2}$

因此，有效的CSV是通过转换成\uhhhh序列的ASCII范围之外的任何内容生成的。在

注意，换行符也将被编码（到\n），但是如果解析器将数据作为JSON或Javascript文本处理，那么这应该不是问题。在