4

一个非常常见的编码错误来源是，当您将字符串unicode与unicode. 这可能会导致混合编码问题并且很难调试。

例如：

import urllib
import webbrowser
name = raw_input("What's your name?\nName: ")
greeting = "Hello, %s" % name
if name == "John":
    greeting += u' (Feliz cumplea\xf1os!)'
webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))

如果您输入“John”，将失败并出现一个神秘的错误：

/usr/lib/python2.7/urllib.py:1268: UnicodeWarning: Unicode equal comparison faile
d to convert both arguments to Unicode - interpreting them as being unequal
  return ''.join(map(quoter, s))
Traceback (most recent call last):
  File "feliz.py", line 7, in <module>
    webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))
  File "/usr/lib/python2.7/urllib.py", line 1273, in quote_plus
    s = quote(s, safe + ' ')
  File "/usr/lib/python2.7/urllib.py", line 1268, in quote
    return ''.join(map(quoter, s))
KeyError: u'\xf1'

当实际错误与实际强制发生的地方相距甚远时，特别难以追查。

当字符串被强制转换为 unicode 时，如何配置 python 以立即发出警告或异常？

4

2 回答 2

4

在问了这个问题后，我做了更多的研究并找到了完美的答案。Armin Ronacher 创建了一个很棒的小工具，叫做unicode-nazi。只需安装它并像这样运行您的程序：

python -Werror -municodenazi myprog.py

你会在强制发生的地方得到追溯：

Traceback (most recent call last):
  File "/usr/lib/python2.7/runpy.py", line 162, in _run_module_as_main
    "__main__", fname, loader, pkg_name)
  File "/usr/lib/python2.7/runpy.py", line 72, in _run_code
    exec code in run_globals
  File "SITE-PACKAGES/unicodenazi.py", line 128, in <module>
    main()
  File "SITE-PACKAGES/unicodenazi.py", line 119, in main
    execfile(sys.argv[0], main_mod.__dict__)
  File "myprog.py", line 4, in <module>
    print foo()
  File "myprog.py", line 2, in foo
    return 'bar' + u'baz'
  File "SITE-PACKAGES/unicodenazi.py", line 34, in warning_decode
    stacklevel=2)
UnicodeWarning: Implicit conversion of str to unicode

如果您正在处理本身触发隐式强制的 python 库，并且您无法捕获异常或以其他方式解决它们，则可以省略-Werror：

python -municodenazi myprog.py

并且至少在 stderr 发生警告时看到打印出来的警告：

/SITE-PACKAGES/unicodenazi.py:119: UnicodeWarning: Implicit conversion of str to unicode
  execfile(sys.argv[0], main_mod.__dict__)
barbaz
于 2012-09-24T01:47:09.043 回答
0

这个错误一点也不神秘。我可以从中收集到urllib.quote()（with is called by quote_plus()）不能很好地处理 unicode。一些快速的谷歌搜索，我发现这个以前的 SO question要求 unicode 安全的替代品。不幸的是，似乎都不存在。

于 2012-09-24T00:58:53.020 回答