[英]Understanding Python Unicode and Linux terminal
我有一个Python脚本,用UTF-8编码写一些字符串。 在我的脚本中,我主要使用str()
函数来转换为字符串。 它看起来像这样:
mystring="this is unicode string:"+japanesevalues[1]
#japanesevalues is a list of unicode values, I am sure it is unicode
print mystring
我不使用Python终端,只使用标准的Linux Red Hat x86_64终端。 我设置终端输出utf8字符。
如果我执行这个:
#python myscript.py
this is unicode string: カラダーズ ソフィー
但如果我这样做:
#python myscript.py > output
我得到了典型的错误:
UnicodeEncodeError: 'ascii' codec can't encode characters in position 253-254: ordinal not in range(128)
这是为什么?
终端有一个字符集,Python知道该字符集是什么,所以它会自动将你的Unicode字符串解码为终端使用的字节编码,在你的情况下是UTF-8。
但是当您重定向时,您不再使用终端。 你现在只是使用Unix管道。 Unix管道没有字符集,Python无法知道您现在想要的编码,因此它将回退到默认字符集。 你用“Python-3.x”标记了你的问题,但你的print
语法是Python 2,所以我怀疑你实际上是在使用Python 2.然后你的sys.getdefaultencoding()
通常是'ascii'
,在你的情况下它是绝对如此。 当然,您不能将日文字符编码为ASCII,因此会出错。
使用Python 2时最好的选择是在打印之前用UTF-8对字符串进行编码。 然后重定向将起作用,结果文件为UTF-8。 这意味着如果您的终端是其他东西,它将无法工作,但您可以从sys.stdout.encoding
获取终端编码并使用它(在Python 2下重定向时它将是None)。
在Python 3中,您的代码应该按原样运行,除了您需要将print mystring
更改为print(mystring)
。
如果它输出到终端,那么Python可以检查$LANG
的值以选择一个字符集。 如果您重定向,所有投注均已关闭。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.