Question

我想列出在本地Windows计算机上运行的服务。为此，我正在使用以下代码：

with Popen(["net", "start"], stdout=PIPE, stderr=PIPE) as p:
    stdout, stderr = p.communicate()  # type: (bytes, bytes)

输出的一部分看起来像这样（德语Windows版本）：

Folgende Windows-Dienste sind gestartet:

   Anmeldedienst
   [...]
   Benachrichtigungsdienst für Systemereignisse

将字节解码为字符串应该很容易。我检查了文档，并在命令行上找到了本地编码：

>>> import locale
>>> locale.getpreferredencoding()
'cp1252'

因此，我想对字节进行解码：

lines = stdout.decode('cp1252')

但是，对于示例中列出的变音符号ü，我收到一条错误消息：

File "test.py", line 511, in my_func
    lines = stdout.decode('cp1252')
File "C:\Python344\lib\encodings\cp1252.py", line 15, in decode
    return codecs.charmap_decode(input,errors,decoding_table)
UnicodeDecodeError: 'charmap' codec can't decode byte 0x81 in position 152: character maps to <undefined>

但是，我知道UTF-8 contains a representation of the ü character：

U+00FC  ü   c3 bc   LATIN SMALL LETTER U WITH DIAERESIS

我茫然为什么无法完成翻译。

注意：

我知道使用universal_newslines=True进行Popen通话时，可以规避整个测试过程，但这使我得以分析编码问题所在。
从Python 3.5开始，似乎Popen构造函数添加了encoding=选项，也许这可以避免类似的问题。可悲的是，Python 3.4是某些LTS Linux版本中包含的版本。

编辑1：这里有些事。尽管Python 3.4文档指出Windows上的默认编码为cp1252，但是在CLI上运行命令并重定向到文件时，该文件在IBM850中进行了编码。最好的猜测是locale.getpreferredencoding()不返回CLI的编码。

编辑2：使用ibm850对标准输出进行解码的过程就像一个超级按钮。这意味着对universal_newlines=True调用使用Popen会使用locale.getpreferredencoding()返回的编码，但是，这是解码CLI输出的错误编码。

Answer 1

解决方案是：

在universal_newslines=True中使用locale.getpreferredencoding()调用时，将强制对返回的stdout stderr数据进行字符串解释。但是，解释是使用cp1252返回的编码完成的，本例中为cp1252。但是，命令行上的数据不是使用ibm850（类似于Windows的ANSI样式编码）进行编码，而是使用ü（DOS编码）进行编码。因为解码是对字节和int进行运算，并且因为cp1252解码表中str.decode('ibm850')（0x81）的stdout中的int没有对应的值，所以抛出了Python深度的异常。

使用正确解码的Popen手动解码命令行数据。

注意：从Python 3.5开始，so = StackOverflow(key=input("enter key:"), value=input("enter value:"))允许传递用于数据流的编码，而Python 3.4缺少该编码。

用变音符号解码cp1252 stdout

1 个答案: