Question

我正在尝试记录文件的内容，但是我从日志记录模块（而不仅仅是那个）获得了一些有趣的行为。

这是文件内容：

"Testing …"
Testing å¨'æøöä
"Testing å¨'æøöä"

以下是我打开并记录它的方式：

with codecs.open(f, "r", encoding="utf-8") as myfile:
        script = myfile.read()
        log.debug("Script type: {}".format(type(script)))
        print(script)
        log.debug("{}".format(script.encode("utf8")))

我记录对象类型的行在我的日志中显示如下：

Script type: <type 'unicode'>

然后print ...行将内容正确打印到控制台，但是，日志记录模块会抛出异常：

Traceback (most recent call last):
  File "/usr/lib/python2.7/logging/__init__.py", line 882, in emit
    stream.write(fs % msg.encode("UTF-8"))
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 63: ordinal not in range(128)

当我从最后一行删除.encode("utf8")位时，我得到了预期的异常：

'ascii' codec can't encode character u'\u2026' in position 9: ordinal not in range(128)

这只是为了证明这个问题。它不仅仅是记录模块。在处理这个“unicode”字符串时，我的其余代码也会抛出类似的异常。

我做错了什么？

Answer 1

记录处理Unicode值就好了：

>>> import logging
>>> logging.basicConfig(level=logging.DEBUG)
>>> script = u'"Testing …"'
>>> logging.debug(script)
DEBUG:root:"Testing …"

（写入日志文件将导致UTF-8编码的消息）。

出错的地方是使用str.format()混合字节字符串和Unicode值：

>>> "{}".format(script)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2026' in position 9: ordinal not in range(128)

如果您使用 unicode 格式字符串，则可以避免使用强制隐式编码：

>>> u"{}".format(script)
u'"Testing \u2026"'

打印成功但日志记录模块抛出异常

1 个答案: