Question

我正在使用Popen执行子进程并按如下方式提供输入（使用Python 2.7.4）：

env = dict(os.environ)
env['LC_ALL'] = 'en_US.UTF-8'
args = ['chasen', '-i u', '-F"%m "']
process = Popen(args, stdout=PIPE, stderr=PIPE, stdin=PIPE, env=env)
out, err = process.communicate(input=string)

将条目添加到它所执行的环境是必要的，因为输入字符串包含日语字符，并且当脚本未从命令行执行时（在我的情况下由Apache调用），Python无法猜测编码。

这个设置对我来说和其他命令一样正常，但是现在我正在使用chasen（一个日语标记器），每当我发送unicode字符时子进程都没有返回，它只是坐在那里Python脚本咀嚼内存。这看起来像编码问题，但我想我已经通过使用LC_ALL环境变量指定编码来对此进行排序。

编辑：额外的怪异如下......从命令行执行Python脚本时我没有遇到这个问题，但有'。'字符的明显例外。出于某种原因，这也导致chasen的陌生感。

Answer 1

这是chasen中的一个错误。通过Python运行时，您可以看到它发出的以下系统调用：

write(1, "\n", 1)                       = 1
read(0, "", 4096)                       = 0
write(1, "\n", 1)                       = 1
read(0, "", 4096)                       = 0

即。它没有正确处理EOF。要解决此问题，只需在Python字符串中添加换行符（'\n'），如下所示：

# coding: utf-8
import os
from subprocess import Popen, PIPE

string = u"悪妻は百年の不作。"

env = dict(os.environ)
env['LC_ALL'] = 'en_US.UTF-8'
args = ['chasen', '-i u', '-F"%m "']
process = Popen(args, stdout=PIPE, stderr=PIPE, stdin=PIPE, env=env)
out, err = process.communicate(input=(string + u'\n').encode('utf-8'))

print(out)

当stdin包含unicode时，Popen子进程不会退出

1 个答案: