Question

我有一个内部使用unicode的函数，我想用py.test测试它。目前，我有以下代码：

def test_num2word():
    assert num2word(2320)  == u"dva tisíce tři sta dvacet"

然而，断言失败了：

E       assert u'dva tis\xed...i sta dvacet ' == u'dva tis\xc3\...9i sta dvacet'
E         - dva tis\xedce t\u0159i sta dvacet 
E         ?        ^    ^            -
E         + dva tis\xc3\xadce t\xc5\x99i sta dvacet
E         ?

据我所知，我的函数正确返回unicode，然后它尝试与utf-8编码的字符串进行比较，这显然会失败。然而，我认为在我的源代码中使用u"..."也会将字符串转换为Python内部使用的相同编码。

我的问题是，是否有一种比较这些的理智方式，或者我是否需要使用decode('utf-8')（在右侧）或encode('utf-8')（在左边。即使我写了一个包装器函数，这对我来说并不理想 - 必须有一种方法来比较这个！不，使用Python 3不是一个选项。

Answer 1

您的错误并不清楚，但看起来像;

assert u'dva tis\xed...i sta dvacet ' == u'dva tis\xc3\...9i sta dvacet'

这些字符串前面都有u，因此它们是unicode字符串。但其中一个包含错误的内容：dva tisÃce tÅi sta dvacet。

如果该字符串是从测试py文件获取的字符串，那么问题是源代码本身没有使用与保存它相同的编码来读取。这可以通过两种方式解决：

在文本编辑器中另存为UTF-8，并在文件顶部加入# -*- coding: utf-8 -*-行（请参阅this question。
在源代码中使用字符串文字编码，以避免依赖源文件编码：

断言num2word（2320）== u'dva tis \ u00edce t \ u0159i sta dvacet'

（*：它们在内存中存储在内存中的编码是一个很长的故事，但是作为Python程序员，这通常不必担心。）

Python2：测试返回unicode字符串的函数输出

1 个答案: