5

我正在执行一个子进程Popen，并按如下方式提供输入（使用 Python 2.7.4）：

env = dict(os.environ)
env['LC_ALL'] = 'en_US.UTF-8'
args = ['chasen', '-i u', '-F"%m "']
process = Popen(args, stdout=PIPE, stderr=PIPE, stdin=PIPE, env=env)
out, err = process.communicate(input=string)

将条目添加到执行它的环境中是必要的，因为输入字符串包含日文字符，并且当脚本不是从命令行执行时（在我的情况下由 Apache 调用），Python 无法猜测编码。

这个设置对我使用其他命令效果很好，但是现在我正在使用chasen（一个日语标记器），每当我向它发送 unicode 字符时，子进程都不会返回，它只是坐在那里，Python 脚本会占用内存。这似乎是一个编码问题，但我认为我可以通过使用LC_ALL环境变量指定编码来解决这个问题。

编辑：额外的怪异如下......从命令行执行Python脚本时我没有遇到这个问题，除了'。'字符的显着例外。由于某种原因，这chasen也导致了奇怪。

4

1 回答 1

2

这是追逐中的一个错误。通过 Python 运行时，您可以看到它发出的以下系统调用：

write(1, "\n", 1)                       = 1
read(0, "", 4096)                       = 0
write(1, "\n", 1)                       = 1
read(0, "", 4096)                       = 0

即它不能正确处理EOF。要解决此问题，只需将换行符 ( '\n') 添加到 Python 字符串，如下所示：

# coding: utf-8
import os
from subprocess import Popen, PIPE

string = u"悪妻は百年の不作。"

env = dict(os.environ)
env['LC_ALL'] = 'en_US.UTF-8'
args = ['chasen', '-i u', '-F"%m "']
process = Popen(args, stdout=PIPE, stderr=PIPE, stdin=PIPE, env=env)
out, err = process.communicate(input=(string + u'\n').encode('utf-8'))

print(out)
于 2013-10-11T23:23:39.867 回答