使用BeautifulSoup导出非英文内容至CSV文件的问题及后续异常

嘿，我来帮你搞定这两个爬取食谱时遇到的问题，都是Python处理字符串和CSV时的常见坑，咱们一步步拆解解决～

一、Python 2.7 里的 UnicodeEncodeError 问题 #

先说说你在Python2.7碰到的编码报错——这可是Python2时代的经典老坑！因为Python2默认的字符串编码是ASCII，而匈牙利语里的特殊字符（比如ő、ű这类）完全超出了ASCII的覆盖范围，写入CSV时自然就触发编码错误了。

解决起来其实很直接，记住两个关键点：

• 写入文件时一定要指定utf-8编码，Python2的原生open不支持直接传encoding参数，所以用codecs模块来打开文件更稳妥
• 从BeautifulSoup提取内容后，尽量保留Unicode字符串类型，别乱转成str()，BeautifulSoup在Python2里默认返回的就是Unicode，只要不瞎折腾就没问题

给你个简单的示例代码参考：

import codecs
import csv

# 假设你已经爬取到了食谱数据，比如是包含字典的列表
recipes = [
    {"title": "Lecsó", "ingredients": ["paprika", "uborka", "hagyma"]}
]

# 用codecs.open指定utf-8编码写入
with codecs.open("hungarian_recipes.csv", "w", encoding="utf-8") as f:
    writer = csv.writer(f)
    writer.writerow(["Recipe Title", "Ingredients"])
    for recipe in recipes:
        # 直接把Unicode字符串传入writer，不用额外转换
        writer.writerow([recipe["title"], ", ".join(recipe["ingredients"])])

二、Python 3 中内容被逗号拆分的问题 #

切换到Python3后编码问题解决了，但又出现简介和食材每个字符被逗号分开的情况——这大概率是你把单个字符串当成可迭代对象传给了CSV writer。CSV writer会把字符串的每个字符当成单独的列来处理，自然就拆得乱七八糟了。

比如你可能不小心写了这样的错误代码：

# 错误示例：直接传字符串，writer会迭代每个字符
writer.writerow([recipe["title"], recipe["description"]])
# 如果description是"Classic Hungarian stew"，writer会把每个字符拆成一列

解决办法也很明确：

• 如果你的简介/食材是列表类型，先把列表拼接成单个字符串（比如用, 分隔）再传入
• 如果已经是字符串，确保你是把它作为一个完整元素放进列表里传给writer，别直接传字符串本身

正确的写法参考：

import csv

recipes = [
    {"title": "Lecsó", "description": "Classic Hungarian vegetable stew", "ingredients": ["paprika", "uborka", "hagyma"]}
]

# Python3里open可以直接指定encoding，记得加newline=""避免空行
with open("hungarian_recipes.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["Title", "Description", "Ingredients"])
    for recipe in recipes:
        # 把食材列表转成逗号分隔的字符串
        ingredients_str = ", ".join(recipe["ingredients"])
        # 每个字段都是单个元素，打包进列表再传入
        writer.writerow([recipe["title"], recipe["description"], ingredients_str])

另外，如果你的简介或食材本身带逗号（比如"paprika, sweet"），可以给writer加个quoting参数，让CSV把带逗号的字段用引号包裹，避免被错误拆分：

writer = csv.writer(f, quoting=csv.QUOTE_ALL)

内容的提问来源于stack exchange，提问作者sc4s2cg