如何在Python中打印非ASCII字符

Question

我在Python中打印（或写入文件）非ASCII字符时遇到了问题。我通过覆盖自己对象的str方法并在其中进行“x.encode('utf-8')”，其中x是对象内的属性，来解决了这个问题。

但是，如果我接收到一个第三方对象，并且我执行“str(object)”，并且此对象内有非ASCII字符，则会失败。

因此问题是：是否有任何方式可以通用地告诉str方法该对象具有UTF-8编码？我正在使用Python 2.5.4。

- Roman

---

“接收第三方对象”是什么意思？是哪个第三方对象？为什么不能信任这个神秘的对象来生成正确的字符串值？ - S.Lott

我正在与其他不是由我制作的程序进行交互。这些程序可能具有带有非ASCII字符的字符串属性的对象。 - Roman

Answer 1

在 Python < 3.0 中，无法使 str() 与 Unicode 协同工作。

请使用 repr(obj) 替代 str(obj)。 repr() 将结果转换为 ASCII 码，并正确转义不在 ASCII 码范围内的所有内容。

除此之外，请使用允许 Unicode 的文件对象。因此，在输入侧不要进行编码，而是在输出侧进行编码：

fileObj = codecs.open( "someFile", "w", "utf-8" )

现在您可以将Unicode字符串写入fileObj，它们将根据需要进行转换。要使同样的事情在print中发生，您需要包装sys.stdout：

import sys, codecs, locale
print str(sys.stdout.encoding)
sys.stdout = codecs.getwriter(locale.getpreferredencoding())(sys.stdout)
line = u"\u0411\n"
print type(line), len(line)
sys.stdout.write(line)
print line

- Aaron Digulla

---

但是当我使用print(object)时，我遇到了同样的问题，因为它在内部调用了str函数，所以如果对象中有非ASCII字符，就会失败。我看到可以将以下内容放在我的files.py文件的第一行：

-- coding: utf-8 --

但是它并没有起作用。 - Roman

源文件的编码与str()支持的内容无关。在py3k中，str()仅支持Unicode字符，因此请在所有地方使用repr()或unicode()。 - Aaron Digulla

Answer 2

none_ascii = '''
        ███╗   ███╗ ██████╗ ██╗   ██╗██╗███████╗███████╗ 
        ████╗ ████║██╔═══██╗██║   ██║██║██╔════╝██╔════╝ 
        ██╔████╔██║██║   ██║██║   ██║██║█████╗  ███████╗ 
        ██║╚██╔╝██║██║   ██║╚██╗ ██╔╝██║██╔══╝  ╚════██║ 
        ██║ ╚═╝ ██║╚██████╔╝ ╚████╔╝ ██║███████╗███████║ 
        ╚═╝     ╚═╝ ╚═════╝   ╚═══╝  ╚═╝╚══════╝╚══════╝ 
'''

print(none_ascii.decode('utf-8'))

- Jeeva

Answer 3

你可以在类中使用unicode(object)并定义__unicode__方法，这样你就知道了对象的Unicode表示，并且可以将其编码为任何你想要的文件。

- Kugel

---

但是我还是面临同样的问题：如果我收到一个第三方对象并使用“unicode（object）”，而该对象具有非ASCII字符，那么它不会失败吗？ - Roman

此外，当我使用“print（object）”时，它内部调用str方法，因此我无法使用unicode。 - Roman

还有一个问题：如果我使用Python 3，我不会遇到这些问题吗？Python3可以自动进行转换吗？它默认接受非ASCII字符吗？ - Roman

所有的Python 3字符串默认都是（曾经的）Unicode。 - mavnn

首先，请注意，如果您收到一个字节数组，它本质上是Python字符串，那么无法确定它使用的编码方式。如果有第三方对象提供非标准编码的字符串，则应该同时提供其所使用的编码方式。 - Kugel

Answer 4

我想说我在Unix系统中找到了一个解决方案，可以通过导出环境变量来实现，具体操作如下：

export LC_CTYPE="es:ES.UTF-8"

这样，所有文件都是utf-8编码的，因此我可以进行打印或其他操作，并且一切正常运行。

- Roman

---

这与你的问题有什么关系？或者与Python有什么关系？ - Kugel

Answer 5

只需将以下两行粘贴到您代码的顶部

1. #!/usr/local/bin/python
2. # coding: latin-1

有关更多详细信息，请访问此链接 https://www.python.org/dev/peps/pep-0263/

- ANKIT MISHRA