Question

经过几次测试后，我设法限制了下面的最小test.py脚本中的错误功能：

# -*- coding: iso-8859-1 -*-
print u"Vérifier l'affichage de cette chaîne"

注意：test.py以ISO-8859-1（即latin-1）编码，即“é”等于“\ xe9”，“î”等于“\ xee”

D:\test>python --version
Python 2.7.3
D:\test>python test.py
Vérifier l'affichage de cette chaîne
D:\test>python test.py > test.log
Traceback (most recent call last):
  File "test.py", line 2, in <module>
    print u"VÚrifier l'affichage de cette cha¯ne"
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 1: ordinal not in range(128)

以下是问题：

在打印unicode字符串时，如果python的标准输出是转到控制台还是重定向或管道传输到其他字符串，那么python的行为是什么？

Answer 1

首先，ISO-8859-1不是有效的编码声明。你想要iso-8859-1。如果您查看the docs，可以拨打latin_1，iso-8859-1，iso8859-1，8859，cp819，latin， latin1或L1，但不是ISO-8859-1。

看起来codecs.lookup向后弯曲以接受错误输入，包括执行不区分大小写的查找。如果您追踪codecs.lookup到_codecs.lookup到_PyCodec_Lookup，则可以看到此评论：

/* Convert the encoding to a normalized Python string: all
   characters are converted to lower case, spaces and hyphens are
   replaced with underscores. */

但是源文件解码并没有经过相同的编解码器查找过程。因为它发生在编译时而不是运行时，所以没有理由这样做。（无论如何，说＆＃34;它似乎有效，即使文档说它错了......那么为什么它不能正常工作？＆＃34;在第一个是愚蠢的的地方。）

要演示，如果我创建两个Latin-1文件：

badcode.py：

# -*- coding: ISO-8859-1 -*-
print u"Vérifier l'affichage de cette chaîne"

goodcode.py：

# -*- coding: iso-8859-1 -*-
print u"Vérifier l'affichage de cette chaîne"

第一个失败，第二个失败。

现在，为什么它＆＃34;工作＆＃34;什么时候它会进入控制台，但在管道输出时引发异常？

好吧，当你打印到Windows控制台或Unix TTY时，Python有一些代码试图猜测要使用的正确编码。（我不确定Windows下的内容会发生什么;它甚至可能使用UTF-16输出，据我所知。）当你不打印到控制台/ TTY时，它可以＆＃39 ; t执行此操作，因此您必须明确指定编码。

通过查看sys.stdout.isatty()，sys.stdout.encoding和sys.getdefaultencoding()，您可以看到一些正在发生的事情。这是我在不同情况下在Mac上看到的内容：

Python 2，无重定向：True, UTF-8, ascii, Vérifier
Python 3，无重定向：True, UTF-8, utf-8, Vérifier
Python 2，重定向：False, None, ascii, UnicodeEncodeError
Python 3，重定向：False, UTF-8, utf-8, Vérifier

如果isatty()，encoding将是TTY的适当编码;否则，encoding将成为默认值，即2.x中的None（意为ascii），并且（我认为 - 我必须检查代码）基于3.x中的getdefaultencoding()。这意味着，如果您尝试打印Unicode而stdout不是2.x中的TTY，它会尝试将其编码为ascii，strict，如果您＆＃39将失败;有非ASCII字符。

如果您知道要使用哪种编解码器，可以通过检查isatty()和编码到该编解码器（甚至ascii，ignore而不是{ {1}}，如果您愿意，每当您打印时，而不是尝试打印Unicode。（如果你知道你想要什么编解码器，你甚至可能想要这样做3.x-默认为UTF-8如果你试图生成Windows-1252文件那么太有帮助... ）

那里的差异实际上与Latin-1无关。试试这个：

nocode.py：

strict

我的Mac终端编码为UTF-8的Unicode字符串，以及（显然）Windows-1252到我的Windows cmd窗口，但异常重定向到文件。

Answer 2

因为我来到这里寻找“不要聪明”切换到python的print（），答案提供了只读变量的提示，这里是“make python相信stdout可以处理utf-8”片段：< / p>

import sys, codecs

# somewhere in the function you need it or global main():
sys.stdout = codecs.open('/dev/stdout', encoding='utf-8', mode='w', errors='strict')

在那里，现在python并不关心它是tty，tee（1），文件重定向还是只是cat（1）。

为什么在控制台和管道中打印unicode字符串时python的行为不一样？

2 个答案: