Question

编码错误的一个非常常见的来源是，当您将字符串与unicode一起添加时，它将默默地将字符串强制转换为unicode。这可能会导致混合编码问题，并且可能很难调试。

例如：

import urllib
import webbrowser
name = raw_input("What's your name?\nName: ")
greeting = "Hello, %s" % name
if name == "John":
    greeting += u' (Feliz cumplea\xf1os!)'
webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))

如果输入“John”，

将失败并出现神秘错误：

/usr/lib/python2.7/urllib.py:1268: UnicodeWarning: Unicode equal comparison faile
d to convert both arguments to Unicode - interpreting them as being unequal
  return ''.join(map(quoter, s))
Traceback (most recent call last):
  File "feliz.py", line 7, in <module>
    webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))
  File "/usr/lib/python2.7/urllib.py", line 1273, in quote_plus
    s = quote(s, safe + ' ')
  File "/usr/lib/python2.7/urllib.py", line 1268, in quote
    return ''.join(map(quoter, s))
KeyError: u'\xf1'

特别难以追查实际错误发生在实际强制发生的路上的时间。

如果将字符串强制转换为unicode，如何配置python立即发出警告或异常？

Answer 1

在提出这个问题后，我做了一些研究并找到了完美的答案。 Armin Ronacher创造了一个名为unicode-nazi的精彩小工具。只需安装它并运行你的程序：

python -Werror -municodenazi myprog.py

你可以在强制发生的地方得到追溯：

Traceback (most recent call last):
  File "/usr/lib/python2.7/runpy.py", line 162, in _run_module_as_main
    "__main__", fname, loader, pkg_name)
  File "/usr/lib/python2.7/runpy.py", line 72, in _run_code
    exec code in run_globals
  File "SITE-PACKAGES/unicodenazi.py", line 128, in <module>
    main()
  File "SITE-PACKAGES/unicodenazi.py", line 119, in main
    execfile(sys.argv[0], main_mod.__dict__)
  File "myprog.py", line 4, in <module>
    print foo()
  File "myprog.py", line 2, in foo
    return 'bar' + u'baz'
  File "SITE-PACKAGES/unicodenazi.py", line 34, in warning_decode
    stacklevel=2)
UnicodeWarning: Implicit conversion of str to unicode

如果您正在处理自己触发隐式强制的python库，并且您无法捕获异常或以其他方式解决它们，您可以省略-Werror：

python -municodenazi myprog.py

并且至少看到stderr发生时会发出警告：

/SITE-PACKAGES/unicodenazi.py:119: UnicodeWarning: Implicit conversion of str to unicode
  execfile(sys.argv[0], main_mod.__dict__)
barbaz

Answer 2

这个错误根本不是神秘的。我可以从中收集urllib.quote()（由quote_plus()调用）并不能很好地处理unicode。一些快速的谷歌搜索，我发现this previous SO question要求unicode安全的替代品。不幸的是，似乎都不存在。

在强制字符串转换为unicode时，如何让python 2.x发出警告？

2 个答案: