Windows7中通過命令行輸入python2.7 utf-8

Question

我是新手，而且我確定過去也曾問過類似的問題，但是我很難找到/理解答案。 預先感謝您對我耐心等待！

因此，我試圖編寫一個腳本來讀取utf-8編碼的輸入文件中的行，將其部分與用戶傳遞的可選命令行參數進行比較，如果有匹配項，則對該行進行一些處理在將其打印到輸出文件之前。 我正在使用codecs打開文件。

我現在正在使用argparse模塊來解析命令行參數。 文件中的行可以使用各種語言，因此命令行參數也必須為utf-8。

例如：

文件中的一行可能如下所示：

разъедают {. r ax z . j je . d ax1 . ju t .}

該腳本應從命令行調用，如下所示：

>python myscript.py mytextfile.txt -grapheme ъ

這是我的代碼中應該進行處理的部分。 在這種情況下， orth一些西里爾文字和grapheme是西里爾字符。

def process_orth(orth, grapheme):
    grapheme = grapheme.decode(sys.stdin.encoding).encode('utf-8')
    if (grapheme in orth):
        print 'success, your grapheme was: ' + grapheme.encode('utf-8')
        return True
    else:
        print 'failure, your grapheme was: ' + grapheme.encode('utf-8')
        return False

不幸的是，即使字素肯定存在，該函數仍返回false並打印問號而不是字素：

failure, your grapheme was: ?

我嘗試按照我讀過的其他一些文章的建議在process_orth()的開頭添加以下內容，但它似乎不起作用：

grapheme.decode(sys.stdin.encoding).encode('utf-8')

所以我的問題是

如何通過命令行將utf-8字符串傳遞到python腳本中？ 另外，在Windows7上是否還有其他怪癖（安裝cygwin會不會有任何改變）？

Answer 1

如果要使用codecs.open()打開輸入文件，則說明您具有unicode數據， 而不是編碼數據。 你會希望只解碼grapheme ，不會再次對其進行編碼成UTF-8：

grapheme = grapheme.decode(sys.stdin.encoding)
if grapheme in orth:
    print u'success, your grapheme was: ' + grapheme
    return True

注意，我們也打印 unicode。 通常， print將確保為當前代碼頁再次編碼Unicode值。 由於Windows控制台打印非常困難，這仍然可能失敗，請參閱http://wiki.python.org/moin/PrintFails 。

不幸的是，Windows上的sys.argv顯然會出現亂碼，因為Python使用了非Unicode感知系統調用。 請參閱從Windows上的Python 2.x中的命令行參數讀取Unicode字符，以獲取支持Unicode的替代方法。

我認為argparse Unicode輸入沒有任何問題，但是，如果這樣做，您始終可以將win32_unicode_argv()的unicode輸出獲取並將其編碼為UTF-8，然后win32_unicode_argv() argparse 。