在Python中管道输出标准输出时设置正确的编码

Question

当传递Python程序的输出的管道时，Python解释器对编码感到困惑，并将其设置为None。这意味着这样的程序：

# -*- coding: utf-8 -*-
print u"åäö"

正常运行时可以正常工作，但失败：

UnicodeEncodeError：'ascii'编解码器无法在位置0编码字符u'\ xa0'：序数不在范围内（128）

以管道顺序使用时。

使管道工作的最佳方法是什么？我能告诉它使用外壳程序/文件系统/正在使用的任何编码吗？

到目前为止，我所看到的建议是直接修改你的site.py，或使用此hack硬编码defaultencoding：

# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
print u"åäö"

有更好的方法使管道工作吗？

Answer 1

你的代码在脚本中运行时有效，因为Python会将输出编码为你的终端应用程序正在使用的任何编码。如果要进行管道传输，则必须自己对其进行编码。

经验法则是：始终在内部使用Unicode。解码收到的内容，并对发送的内容进行编码。

# -*- coding: utf-8 -*-
print u"åäö".encode('utf-8')

另一个教学示例是一个Python程序，该程序可以在ISO-8859-1和UTF-8之间进行转换，从而使两者之间都大写。

import sys
for line in sys.stdin:
    # Decode what you receive:
    line = line.decode('iso8859-1')

    # Work with Unicode internally:
    line = line.upper()

    # Encode what you send:
    line = line.encode('utf-8')
    sys.stdout.write(line)

设置系统默认编码不是一个好主意，因为你使用的某些模块和库可能依赖于它是ASCII的事实。不要这样

Answer 2

首先，关于此解决方案：

# -*- coding: utf-8 -*-
print u"åäö".encode('utf-8')

每次都使用给定的编码显式打印是不切实际的。那将是重复的并且容易出错。

更好的解决方案是sys.stdout在程序开始时进行更改，以使用选定的编码进行编码。这是我在Python上找到的一种解决方案：如何选择sys.stdout.encoding？，特别是“ toka”的评论：

import sys
import codecs
sys.stdout = codecs.getwriter('utf8')(sys.stdout)