编程语言
首页 > 编程语言> > python中的土耳其语字符

python中的土耳其语字符

作者:互联网

我正在使用Twitter API,但是关于土耳其语字符的编码有几个问题.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,我正在通过迭代搜索查询列表,然后将推文写入excel文件来运行搜索api.但是,无论我做什么,这些推文都是通过将常规土耳其语字符替换为其他替代物来编写的.我已经尝试了几种方法(设置区域设置,添加.encode(“ utf-8”)部分等),但是我仍然不知道如何解决它.

这是我在说的:

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都在本地字母中,但是Python代替了这些字母.

解决方法:

我在系统(Windows 7和Office 2010)上复制了您的代码,并使其正常运行.我使用了您的代码,但简化了搜索查询,如下所示:

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

我从“ canan1405”用户处提取了推文,因为其中包含土耳其语字符. (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.如果像您一样双击文件,默认的Excel显示将显示垃圾字符,类似于您的情况:

代替双击csv文件,使用以下步骤导入文件:

>启动Excel.
>单击功能区上的“数据”选项卡.
>单击“获取外部数据”中的“来自文本”图标.
>找到CSV文件,然后单击“导入”按钮.
>将显示一个向导.就我而言,它为文件内容提供了正确的猜测(请参见“文件来源:”下拉列表):

您可以完成向导的其余步骤,但这些步骤是可选的.该文件正确显示:

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,字符串“ Oyyşirinkedi”之后的字符是表情符号,不是有效的UTF-8字符.希望这可以帮助.

标签:twitter,turkish,tweepy,python
来源: https://codeday.me/bug/20191121/2053442.html