7

我有一个 Python 脚本，它使用 UTF-8 编码编写一些字符串。在我的脚本中，我主要使用str()转换为字符串的函数。它看起来像这样：

mystring="this is unicode string:"+japanesevalues[1] 
#japanesevalues is a list of unicode values, I am sure it is unicode
print mystring

我不使用 Python 终端，只使用标准的 Linux Red Hat x86_64 终端。我将终端设置为输出 utf8 字符。

如果我执行这个：

#python myscript.py
this is unicode string: カラダーズ ソフィー

但如果我这样做：

#python myscript.py > output

我得到了典型的错误：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 253-254: ordinal not in range(128)

这是为什么？

4

2 回答 2

15

终端有一个字符集，Python 知道该字符集是什么，因此它会自动将您的 Unicode 字符串解码为终端使用的字节编码，在您的情况下为 UTF-8。

但是当您重定向时，您不再使用终端。您现在只是使用 Unix 管道。该 Unix 管道没有字符集，Python 无法知道您现在想要哪种编码，因此它将回退到默认字符集。您已用“Python-3.x”标记您的问题，但您的print语法是 Python 2，所以我怀疑您实际上使用的是 Python 2。然后您的sys.getdefaultencoding()is general 'ascii'，在您的情况下肯定是这样。当然，您不能将日文字符编码为 ASCII，因此会出现错误。

使用 Python 2 时最好的选择是在打印之前使用 UTF-8 对字符串进行编码。然后重定向将起作用，生成的文件为 UTF-8。这意味着如果您的终端是其他东西，它将无法工作，但是您可以从中获取终端编码sys.stdout.encoding并使用它（在 Python 2 下重定向时它将是 None ）。

在 Python 3 中，您的代码应该按原样工作，只是您需要更改print mystring为print(mystring).

于 2013-07-02T07:06:58.843 回答
2

如果它输出到终端，那么 Python 可以检查 的值$LANG来选择一个字符集。如果您重定向，所有赌注都将关闭。

于 2013-07-02T06:49:46.290 回答