python - Python3 - ascii/utf-8/iso-8859-1 无法解码字节 0xe5（瑞典字符）

Question

我试过了io，repr()等等，它们不起作用！

输入问题å ( \xe5)：

（这些都不起作用）

import sys
print(sys.stdin.read(1))

sys.stdin = io.TextIOWrapper(sys.stdin.detach(), errors='replace', encoding='iso-8859-1', newline='\n')
print(sys.stdin.read(1))

x = sys.stdin.buffer.read(1)
print(x.decode('utf-8'))

他们都给我粗略的UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe5 in position 0: unexpected end of data

还尝试使用以下命令启动 Python：export PYTHONIOENCODING=utf-8也不起作用。

---

现在，这就是我所在的位置：

import sys, codecs
sys.stdout = codecs.getwriter("utf-8")(sys.stdout.detach())
sys.stdin = codecs.getwriter("utf-8")(sys.stdin.detach())

x = sys.stdin.read(1)

print(x.decode('utf-8', 'replace'))

这给了我：�
它很接近......

我怎样才能\xe5把它变成å我的控制台？没有它input()也会破坏，因为这个解决方案会破坏它。

注意：我知道以前有人问过这个问题，但没有一个能解决它.. 尤其是 io

---

我的系统的一些信息

os.environ['LANG'] == 'C'
sys.getdefaultencoding() == 'utf-8'
sys.stdout.encoding == 'ANSI_X3.4-1968'
sys.stdin.encoding == 'ANSI_X3.4-1968'

我的操作系统：ArchLinux运行xterm
Runninglocale -a给了我：C | POSIX | sv_SE.utf8

我遵循了这些：

• Python 3：如何指定标准输入编码
• http://python-notes.curiousefficiency.org/en/latest/python3/binary_protocols.html
• http://wolfprojects.altervista.org/talks/unicode-and-python-3/
• http://getpython3.com/diveintopython3/strings.html
• Python 3 - 编码/解码与字节/字符串
• 如何在 Python 3 中设置 sys.stdout 编码？
• http://docs.python.org/3.0/howto/unicode.html

（还有 50 多个）

解决方案（有点，仍然中断input()）

sys.stdout = codecs.getwriter("latin-1")(sys.stdout.detach())
sys.stdin = codecs.getwriter("latin-1")(sys.stdin.detach())

x = sys.stdin.read(1)

print(x.decode('latin-1', 'replace'))

Answer 1

您正在运行它，默认情况下xterm它不 支持 UTF-8。运行它xterm -u8或使用它uxterm来修复它。

另一种解决方法是使用不同的语言环境。将您的语言环境设置为 Latin-1，例如：

export LANG=sv_SE.ISO-8859-1

但是与 Unicode 标准的全部范围（数百万）相比，您被限制为 256 个代码点。

请注意，Python 2 从未解码输入；写出您从终端读取的内容看起来不错，因为您读取的原始字节由终端在同一语言环境中解释；读取和写入 Latin-1 字节就可以了。然而，这与处理 Unicode 数据并不完全相同。

Answer 2

在 Python3 中采用编程方法，而不是更改终端编解码器：

import sys, codecs
sys.stdout = codecs.getwriter("latin-1")(sys.stdout.detach())
sys.stdin = codecs.getwriter("latin-1")(sys.stdin.detach())
sys.stdout.write(sys.stdin.read(1).decode('latin-1', 'replace'))

这不仅使您选择/匹配您的终端“编码”，它实际上不需要外部影响（例如export LANG=sv_SE.ISO-8859-1）。

唯一的缺点：

input('something: ')

将打破，修复它是：

# Since it's bad practice to name function the
# same as __builtins__, we'll go ahead and call it something
# we're used to but isn't in use any more.
def raw_input(txt):
    sys.stdout.write(txt)
    sys.stdout.flush()
    sys.stdin.flush()
    return sys.stdin.readline().strip()

非常感谢Martijn说出原因，事实上数据是 latin-1 的！