在 Windows 记事本的 Python 中创建 UTF-16 换行符

在 Ubuntu 中运行的 Python 2.7 中，这段代码：

f = open("testfile.txt", "w")
f.write("Line one".encode("utf-16"))
f.write(u"\r\n".encode("utf-16"))
f.write("Line two".encode("utf-16"))

在 Gedit 中读取时，会在两行文本之间生成所需的换行符：

Line one
Line two

但是，在 Windows 7 中执行并在记事本中读取的相同代码会在“第一行”之后产生无法理解的字符，但记事本无法识别换行符。如何在 Windows 中为 UTF-16 编写正确的换行符以匹配我在 Ubuntu 中获得的输出？

我正在为仅读取 Unicode UTF-16 的 Windows 应用程序编写输出。我花了几个小时尝试不同的技巧，但似乎对记事本不起作用。值得一提的是，我可以在记事本中成功地将文本文件转换为 UTF-16，但我宁愿让脚本首先正确保存编码。

问题是您正在以文本模式打开文件，但尝试将其用作二进制文件。

This:

u"\r\n".encode("utf-16")

…编码为'\r\0\n\0'.

然后这个：

f.write('\r\0\n\0')

...将 Unix 换行符转换为 Windows 换行符，给出'\r\0\r\n\0'.

当然，这会破坏您的 UTF-16 编码。除了两人的事实之外\r\nbytes 将解码为有效但未分配的代码点 U+0A0D，这是奇数个字节，这意味着您有剩余的字节\0。所以，而不是L\0作为下一个角色，它是\0L, aka 䰀， 等等。

最重要的是，您可能正在为每个编码字符串编写一个新的 UTF-16 BOM。大多数 Windows 应用程序实际上会透明地处理并忽略它们，因此您实际上所做的只是浪费两个字节/行，但这实际上并不正确。

解决第一个问题的快速方法是以二进制模式打开文件：

f = open("testfile.txt", "wb")

这并不能解决多 BOM 问题，但可以解决损坏的问题\n问题。如果您想修复 BOM 问题，您可以使用有状态编码，或者显式指定'utf-16-le' (or 'utf-16-be') 对于除第一次写入之外的所有写入。

But the easy修复，对于both问题，就是使用io模块（或者，对于较旧的 Python 2.x，codecs模块）为您完成所有艰苦的工作：

f = io.open("testfile.txt", "w", encoding="utf-8")
f.write("Line one")
f.write(u"\r\n")
f.write("Line two")