在Python中通过sys.stdout写入unicode字符串

Question

假设我们无法使用print（从而享受自动编码检测的好处）。这样我们就只剩下 sys.stdout 了。然而，sys.stdout 太愚蠢了，以至于不进行任何合理的编码。

现在，阅读 Python wiki 页面 PrintFails 并尝试以下代码：

$ python -c 'import sys, codecs, locale; print str(sys.stdout.encoding); \
  sys.stdout = codecs.getwriter(locale.getpreferredencoding())(sys.stdout);

然而，这也是如此不工作（至少在 Mac 上）。太明白为什么了：

>>> import locale
>>> locale.getpreferredencoding()
'mac-roman'
>>> sys.stdout.encoding
'UTF-8'

（UTF-8 是终端可以理解的）。

因此，我们将上面的代码更改为：

$ python -c 'import sys, codecs, locale; print str(sys.stdout.encoding); \
  sys.stdout = codecs.getwriter(sys.stdout.encoding)(sys.stdout);

现在 unicode 字符串已正确发送到 sys.stdout 并因此正确打印在终端上（sys.stdout 已附加到终端）。

这是在 sys.stdout 中写入 unicode 字符串的正确方法还是我应该做其他事情？

编辑：有时 - 例如，当将输出管道传输到 less 时 - sys.stdout.encoding 将为 None代码>.在这种情况下，上面的代码将会失败。

Answer 1

export PYTHONIOENCODING=utf-8

会完成这项工作，但无法在 python 本身上设置它...

我们可以做的是验证是否未设置并告诉用户在调用脚本之前设置它：

if __name__ == '__main__':
    if (sys.stdout.encoding is None):
        print >> sys.stderr, "please set python env PYTHONIOENCODING=UTF-8, example: export PYTHONIOENCODING=UTF-8, when write to stdout."
        exit(1)

Answer 2

最好的办法是检查您是否直接连接到终端。如果是，请使用终端的编码。否则，使用系统首选编码。

if sys.stdout.isatty():
    default_encoding = sys.stdout.encoding
else:
    default_encoding = locale.getpreferredencoding()

始终允许用户指定她想要的任何编码也非常重要。通常我将其设置为命令行选项（例如 -e ENCODING），并使用 optparse 模块对其进行解析。

另一个好处是不使用自动编码器覆盖sys.stdout。创建编码器并使用它，但保留 sys.stdout 。您可以导入将编码字节串直接写入 sys.stdout 的第 3 方库。

Answer 3

有一个可选的环境变量“PYTHONIOENCODING”，可以将其设置为所需的默认编码。这将是一种以与整个 Python 一致的方式获取用户所需编码的方法。它隐藏在Python手册这里中。

Answer 4

这就是我在应用程序中所做的：

sys.stdout.write(s.encode('utf-8'))

这与从 argv 读取 UTF-8 名称的修复完全相反：

for file in sys.argv[1:]:
    file = file.decode('utf-8')

这非常丑陋（恕我直言），因为它强迫你使用 UTF-8.. 这是 Linux/Mac 上的规范，但不是 Windows 上的…无论如何对我有用:)

Answer 5

我不清楚为什么你不能打印；但假设是这样，是的，这种方法对我来说看起来是正确的。