Question

我有一个问题，当我执行一个涉及从包含unicode代码点的文件中读取数据的脚本时，一切正常。但是当它通过另一个应用程序执行时，它会引发以下错误：

UnicodeDecodeError：＆＃39; ascii＆＃39;编解码器不能将字节0xc2解码到位 0：序数不在范围内（128）

我使用完全相同的数据文件执行完全相同的代码。复制问题的示例数据文件如下所示：

¥ Α © §

我打电话给sample.txt

一个非常简单的python脚本，可以简单地读入并打印文件内容：

with open("sample.txt") as f:
    for line in f:
        print(line)

print("Done")

从命令行执行此操作;通过Apache / CGI执行失败，出现上述错误。

Answer 1

问题的提示来自open函数的文档：

在文本模式下，如果未指定编码，则使用的编码为依赖于平台：调用locale.getpreferredencoding（False）获取当前的语言环境编码。 [Link]

平台相关的建议环境变量。因此，我检查了为shell设置的环境变量，并将LANG设置为en_US.UTF-8。转储由Apache设置的环境变量，发现LANG丢失了。

因此，显然当无法确定区域设置时，Python使用ASCII作为默认文件编码。结果，当序数超出ASCII范围时遇到错误。

要解决此问题，我在CGI脚本中设置了此环境变量。如果环境变量以某种方式从用户shell中丢失，则可以通过常规方法设置，或者仅通过：

设置

export LANG=en_US.UTF-8

或者需要任何首选编码。

请注意，如果用户shell中缺少区域设置，则问题可能会更加明显，因为像vi这样的文本编辑器在没有它的情况下不会显示字符。当从Apache（或其他一些应用程序）调用时只有一个问题，它显得更加微妙。