在python中將unicode字符打印到stdout會打印錯誤的字形

Question

我想將一組Unicode字符打印到命令提示符終端。 即使我將編碼強制為“ UTF-8”，終端也會打印一些垃圾。

$python -c "import sys; print sys.stdout.write(u'\u2044'.encode('UTF-8'))"
ΓüäNone

$python -c "import sys; print sys.stdout.encoding"
cp437

我的默認終端編碼是cp437，我正在嘗試覆蓋它。 此處的預期輸出為小數斜杠（⁄）

http://www.fileformat.info/info/unicode/char/2044/index.htm

相同的代碼在我的Mac終端中可以完美地工作，並且使用UTF-8作為默認編碼。 有沒有辦法在Windows上顯示它？ 我在Windows命令提示符下使用的字體為consolas。

我希望我的代碼可以使用任何Unicode字符，而不僅僅是這個特定示例，因為輸入是Web查詢結果，而且我無法控制它。

Answer 1

Python無法控制您的終端使用的編碼。 您將不得不在其他地方進行更改。

換句話說，僅僅是因為您強迫python將UTF-8編碼的文本輸出到終端，並不意味着您的終端也將神奇地開始接受該輸出作為UTF-8。

Mac OS X終端已經配置為可與UTF-8一起使用。

在Windows上，可以使用chcp命令切換控制台代碼頁：

chcp 65001

其中65001是UTF-8的Windows代碼頁。 在Windows命令行中查看Unicode字符-如何？

Answer 2

您必須使用UTF-8代碼頁（cp65001）才能顯示UTF-8編碼的文本。

Python 3.3聲稱在Windows上支持代碼頁65001（UTF-8）。

C:\>chcp 65001
Active code page: 65001

C:\>python
Python 3.3.0rc1 (v3.3.0rc1:8bb5c7bc46ba, Aug 25 2012, 13:50:30) [MSC v.1600 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> print('\u2044')
⁄

雖然有問題：

>>> print('\u2044')
⁄

>>> print('\u2044'*8)
⁄⁄⁄⁄⁄⁄⁄⁄
��⁄⁄⁄⁄
⁄⁄
��

>>> print('1\u20442 2\u20443 4\u20445')
1⁄2 2⁄3 4⁄5
⁄5