为什么网络服务器抱怨西里尔字母和命令行不？

Question

我有一个网络服务器，我试着提交一个包含西里尔文字母的表格。因此，我收到以下错误消息：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordinal not in range(128)

此消息来自以下代码行：

ups = 'rrr {0}'.format(body.replace("'","''"))

（body包含西里尔字母）。奇怪的是我无法在python命令行中重现此错误消息。以下工作正常：

>>> body = 'ппп'
>>> ups = 'rrr {0}'.format(body.replace("'","''"))

Answer 1

它正在交互式提示中工作，因为您的终端正在使用您的区域设置来确定要使用的编码。直接来自Python docs：

  

而python中的其他类文件对象总是转换为ASCII   除非你以不同的方式设置它们，使用print()输出到   终端将在发送之前使用用户的语言环境进行转换   输出到终端。

另一方面，当您的服务器运行脚本时，没有这样的假设。除非另有说明，否则从类文件对象读取的所有内容str都将在内存中编码为ASCII。您的西里尔字符（可能编码为UTF-8）无法转换;它们远远超出直接映射在UTF-8和ASCII之间的U + 007F代码点。 （Unicode使用十六进制来映射其代码点; U + 007F，然后是十进制的U + 00127。实际上，ASCII只有127个零索引代码点，因为它只使用1个字节，而在那个字节中，只有最低有效位7位。最高有效位始终为0.）

回到你的问题。如果要对文件正文进行操作，则必须指定应使用UTF-8编码打开它。 （再一次，我假设它是UTF-8，因为它是从网上提交的信息。如果它不是 - 那么，它确实应该是。）解决方案已经已在其他StackOverflow答案中给出，因此我just link to one of them而不是重申已经回答的问题。根据您的Python版本，最佳答案可能会有所不同 - 如果您在评论中告诉我，我可以给您更清​​晰的推荐。