Python使用print重定向将字节写入文件

Question

使用 Perl，

$ perl -e 'print "\xca"' > out

现在 $ xxd out

我们有

00000000: ca

但是使用Python，我尝试过

$ python3 -c 'print("\xca", end="")' > out
$ xxd out

我得到的是

00000000: c38a

我不确定发生了什么事情。

- Guanwei HU

---

在Python中，字符串默认为Unicode编码，并以UTF-8编码。尝试使用import sys; sys.stdout.write(b'\xca')。 - Michael Butscher

Answer 1

在Python中，一个str对象是一系列的Unicode码点。它如何被打印到屏幕上取决于你的sys.stdout的编码方式。这是根据你的区域设置来选择的（或者可能会受到各种环境变量的影响，但默认情况下是根据你的区域设置）。所以你的区域设置必须设置为UTF-8。这也是我的默认设置：

(py311) Juans-MBP:~ juan$ locale
LANG="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_CTYPE="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_ALL=
(py311) Juans-MBP:~ juan$ python -c "print('\xca', end='')" | xxd
00000000: c38a

然而，如果我覆盖我的语言环境并告诉它使用en_US.ISO8859-1（Latin-1），一个单字节编码，我们会得到你所期望的结果：

(py311) Juans-MBP:~ juan$ LC_ALL="en_US.ISO8859-1" python -c "print('\xca', end='')" | xxd
00000000: ca

如果你想要原始字节，解决方案就是使用原始字节。在Python源代码中实现这一点的方法是使用字节文字（或字符串文字，然后使用.encode）。我们可以使用sys.stdout.buffer中的原始缓冲区：

(py311) Juans-MBP:~ juan$ python -c "import sys; sys.stdout.buffer.write(b'\xca')" | xxd
00000000: ca

或者通过将字符串编码为字节对象：

(py311) Juans-MBP:~ juan$ python -c "import sys; sys.stdout.buffer.write('\xca'.encode('latin'))" | xxd
00000000: ca

- juanpa.arrivillaga

Answer 2

在Python中，\xca 被解释为UTF-8编码中的双字节字符串，因此当一个值被写入文件时，它会自动以的形式存储两个字节到文件中。

但在Perl中，\xca 被解释为十六进制值为0xca的单字节，因此当该值被存储到文件中时，它将不进行编码。 您可以查看更多细节

- NIKUNJ PATEL