为什么在Windows上使用Python 2.7打印时需要在Unicode字符前加空格？

Question

我使用cmd Windows，chcp 65001，这是我的代码：

print u'\u0110 \u0110' + '\n'

结果：

 (a character cmd can't display) (character what i want)
 Traceback (most recent call last):
      File "b.py", line 26, in <module>
        print u'\u0110 \u0110'
    IOError: [Errno 2] No such file or directory

但是，当我使用这段代码时：

print u' \u0110 \u0110' + '\n'

结果：

(a space)(charecter what i want) (character what i want)
Traceback (most recent call last):
  File "b.py", line 26, in <module>
    print u' \u0110 \u0110' + '\n'
IOError: [Errno 2] No such file or directory

我的屏幕：

我的问题是：

• 为什么Python 2.7在打印Unicode字符时需要加空格？

• 如何修复IOError：[Errno 2]？

- pc43

---

两者对我来说都可以。Python 2.7.3 - TankorSmash

我使用的是Windows，你呢？Linux？ - pc43

是的，Ubuntu 12.04。也许文件编码有关？ - TankorSmash

我认为问题出在 Windows 的命令行窗口。 - pc43

这看起来像是一个编码问题... - Zizouz212

Answer 1

在Windows上，您可以使用print打印任意字符串（只要字体能够显示字符）。只需打印Unicode并配置您的环境即可。例如，print_unicode.py：

#!/usr/bin/env python
print(u'\u0110\u0110')

要在Windows控制台中打印内容，您可以使用win-unicode-console包:

T:\> py -mpip install win-unicode-console
T:\> py -mrun print_unicode.py

不要忘记配置适当的控制台字体。在这种情况下，chcp的返回值并不重要。 您可以手动调用WriteConsoleW()函数（Unicode API），以将任意文本打印到Windows控制台。 您不需要第三方模块来将输出重定向到文件：

T:\> set PYTHONIOENCODING=utf-8
T:\> py print_unicode.py >output-utf-8.txt

注意：不使用run模块。它适用于Python 2和3。

如果您不需要打印非BMP Unicode字符，则可以使用Python IDLE来自stdlib，例如在Python 3中：

T:\> py -3 -midlelib -r print_unicode.py

IDLE也可在Python 2上使用，但调用方式不同。

- jfs

Answer 2

简短回答

在 Windows 平台上，你不能使用 print 直接打印任意字符串。

有一些解决方案，在这里展示：如何让 Python 3 打印 UTF-8 编码的字符。但是，尽管那个问题的标题是如此，你不能使用这种方法来实际打印使用代码页 65001 的 UTF-8 编码，因为它在完成后会重复最后几个字节（如我在下面进一步描述）。

例如：

#! python2
import sys

enc = sys.stdout.encoding

def outputUnicode(t):
    bytes = t.encode(enc, 'replace')
    sys.stdout.write(bytes)

outputUnicode(u'The letter \u0110\n')

长答案

您可以使用 chcp 将控制台的代码页更改为包含要打印的字符的代码页。例如，在您的情况下，运行 chcp 852。

如果我打印以下字符串，这是我的计算机上的结果。我正在使用代码页 850，这是英语系统的默认设置：

u"\u00abHello\u00bb"  # "«Hello»" 
u"\u0110"  # "Đ"
u"\u4f60\u597d"  # "你好"
u"a\u2192b\u2192c"  # "a→b→c"

第一条命令可以正常运行，因为所有字符都在代码页850中。接下来的三条命令将失败。 UnicodeEncodeError: 'charmap'编解码器无法在位置0编码字符u'\u0110'：字符映射到<未定义> 将代码页更改为852，第二条命令将可正常运行。

虽然存在UTF-8代码页（65001），但它不能与Python 2.7一起使用。

在Python 3.4中，结果相同。如果将代码页更改为65001，您会得到略微不太正常的行为。 \Python34\python.exe -c "print(u'a\u2192b\u2192c')" a→b→c �c C:\> 额外的两个字符（�c）是Windows C标准库中的非标准行为的结果。它们是字符串的UTF-8编码中最后2个字节的重复。

- roeland

---

我曾经使用过 chcp 65001，但仍然出现了错误，而且我无法在第一个字符之前打印空格。 - pc43

65001代码页存在问题，程序需要使用特殊技巧才能在此代码页上输出Unicode。 - roeland

对于熟悉C标准IO库的人来说：fwrite将返回字符串中字符的数量，而不是字节。 - roeland

@PhamThanh 是的，当使用代码页65001时，这是另一个错误，而且在使用C的fwrite函数时也可以重现。 - roeland

无论 chcp 是什么，您都可以打印任意Unicode字符串。 - jfs

@J.F.Sebastian 哦，说得好。我没有考虑到覆盖标准输入(stdin)的问题。 - roeland