ipython 和 python 处理我的字符串的方式不同，为什么？

Question

在 python (2.7.1) 中：

>>> x = u'$€%'
>>> x.find('%')
2
>>> len(x)
3

而在 ipython 中：

>>> x = u'$€%'
>>> x.find('%')
4
>>> len(x)
5

这是怎么回事？

---

编辑：包括从下面的评论中请求的附加信息

ipython

>>> import sys, locale
>>> reload(sys)
<module 'sys' (built-in)>
>>> sys.setdefaultencoding(locale.getdefaultlocale()[1])
>>> sys.getdefaultencoding()
'UTF8'
>>> x = u'$€%'
>>> x
u'$\xe2\x82\xac%'
>>> print x
$â¬%
>>> len(x)
5

python

>>> import sys, locale
>>> reload(sys)
<module 'sys' (built-in)>
>>> sys.setdefaultencoding(locale.getdefaultlocale()[1])
>>> sys.getdefaultencoding()
'UTF8'
>>> x = u'$€%'
>>> x
u'$\u20ac%'
>>> print x
$€%
>>> len(x)
3

Answer 1

@nye17 正式地调用 setdefaultencoding() 并不是一个好主意（由于某种原因，它在首次使用后会从 sys 中删除）。一个常见的罪魁祸首是 gtk，它会导致各种问题，因此如果 IPython 导入了 gtk，sys.getdefaultencoding() 将返回 utf8。 IPython 本身不设置默认编码。

@wim 我可以问一下你正在使用什么版本的 IPython 吗？ 0.11 中的重大修改的一部分是修复了许多 unicode 错误，但更多的错误确实出现了（现在主要是在 Windows 上）。

我在 IPython 0.11 中运行了你的测试用例，IPython 和 Python 的行为确实看起来是相同的，所以我认为这个错误已经修复了。

相关值：

• sys.stdin.encoding = utf8
• sys.getdefaultencoding() = ascii
• 测试平台：Ubuntu 10.04+Python2.6.5、OSX 10.7+Python2.7.1

至于解释，本质上IPython无法识别输入可能是unicode。在 IPython 0.10 中，不考虑多字节 utf8 输入，因此每个字节 = 1 个字符，您可以通过以下方式查看：

In [1]: x = '$€%'

In [2]: x
Out[2]: '$\xe2\x82\xac%'

In [3]: y = u'$€%'

In [4]: y
Out[4]: u'$\xe2\x82\xac%'# wrong!

然而，应该发生什么，以及发生了什么在 0.11 中，是 y == x.decode(sys.stdin.encoding)，而不是 repr(y) == 'u'+repr(x)。

Answer 2

如果你这样做，

import sys
sys.getdefaultencoding()

我认为你会在 python 和 ipython 中得到不同的结果，可能一个是 ascii，另一个是 utf-8，所以这应该只是一个问题每个人都选择哪种默认编码。

您可以做的另一个测试是输入以下内容以将其作为默认区域设置，

import sys, locale
reload(sys)
sys.setdefaultencoding(locale.getdefaultlocale()[1])
sys.getdefaultencoding()

然后尝试问题中的 x 测试。