Python写入文件时如何正确保存ąęćż等多语言特殊字符

�是编码不匹配的典型报错标记，本质是内容读取、写入环节使用的编码格式不支持对应特殊字符，或是读写环节编码不一致，常见于默认使用GBK、ASCII这类不支持多语言特殊字符的编码处理东欧语种（含ą、ę、ć、ż等波兰语字符）内容的场景，按以下方法处理即可正常写入：

通用处理原则 #

• 读取网页内容时，解码规则必须和网页实际声明的字符集保持一致
• 写入文件时优先选择支持全语种特殊字符的UTF-8编码，不要依赖操作系统默认编码

分场景操作方案 #

代码脚本写入场景（以最常用的Python为例） #

绝大多数编码问题出在脚本写文件时未指定编码，Windows系统默认会用GBK编码写入文件，碰到非中英文字符就会转成�。

1. 第一步：正确解码网页内容，不要直接用默认解码逻辑
   优先从网页响应头、meta标签提取网页声明的编码，通用稳妥的自动识别写法如下：

   import requests
   resp = requests.get("目标网页地址")
   # 自动识别网页实际编码，避免默认解码错误
   resp.encoding = resp.apparent_encoding
   page_content = resp.text
   

2. 第二步：写入文件时强制指定UTF-8编码
   打开文件时必须显式传入encoding="utf-8"参数，跳过系统默认编码逻辑：

   with open("存储结果.txt", "w", encoding="utf-8") as f:
       f.write(page_content)
   

   提示：Python2对多语言编码支持较差，建议升级到Python3处理多语言文本，能减少90%以上的编码问题。

手动复制内容保存场景 #

如果是手动复制网页内容到本地存为TXT：

• 用系统自带记事本保存时，在保存弹窗底部的「编码」下拉栏，不要选默认的ANSI，手动切换为UTF-8后再保存
• 优先用VS Code、Notepad++这类对多语言支持更好的文本编辑器，新建文件时默认选择UTF-8编码，不会自动替换特殊字符

常见踩坑排查 #

• 不要使用GBK、ASCII这类字符覆盖范围有限的编码存储多语言内容，这类编码本身就不包含ą、ę、ć、ż等特殊字符，必然会出现替换问题
• 如果读取到的网页内容本身就已经显示为�，说明解码环节就用错了编码，需要先修正读取阶段的编码配置，再处理写入逻辑
• 部分老旧东欧语种网页可能使用iso-8859-2字符集，读取时对应指定该编码解码后，再转成UTF-8格式写入文件即可，不要直接跨编码转存

内容的提问来源于stack exchange，提问作者marcin_bednarski