为了回答“why”,我们需要了解Python 2.x内置的
file
类型,
file.encoding
以及它们之间的关系。
内置的
file
对象处理原始字节 - 总是读取和写入原始字节。
encoding
属性描述流中原始字节的编码。该属性可能存在,也可能不存在,甚至可能不可靠(例如,在标准流的情况下,我们错误地设置了
PYTHONIOENCODING
)。
file
对象执行任何自动转换的唯一时间是将
unicode
对象写入该流时。在这种情况下,它将使用
file.encoding
(如果可用)执行转换。
在读取数据的情况下,文件对象不会执行任何转换,因为它返回原始字节。在这种情况下,
encoding
属性是用户手动执行转换的提示。
file.encoding
是在您的情况下设置的,因为您设置了 PYTHONIOENCODING
变量,sys.stdin
的 encoding
属性也相应地被设置。要获得文本流,我们必须像您在示例代码中所做的那样手动包装它。
换个角度思考,想象一下我们没有单独的文本类型(例如 Python 2.x 的 unicode
或 Python 3 的 str
)。我们仍然可以使用原始字节来处理文本,但要跟踪所使用的编码。这就是 file.encoding
所用的方式(用于跟踪编码)。我们创建的读取器包装器会自动进行跟踪和转换。
当然,自动包装 sys.stdin
会更好(这就是 Python 3.x 所做的),但更改 Python 2.x 中 sys.stdin
的默认行为将破坏向后兼容性。
以下是 Python 2.x 和 3.x 中 sys.stdin
的比较:
>>> import sys
>>> type(sys.stdin)
<type 'file'>
>>> sys.stdin.encoding
'UTF-8'
>>> w = sys.stdin.readline()
>>> type(w)
<type 'str'>
>>> import locale
>>> locale.getdefaultlocale()
('en_US', 'UTF-8')
自Python 2.6起,io.TextIOWrapper
类已成为标准库的一部分。该类具有一个encoding
属性,用于将原始字节转换为Unicode并进行互相转换。
>>> import sys
>>> type(sys.stdin)
<class '_io.TextIOWrapper'>
>>> sys.stdin.encoding
'UTF-8'
>>> w = sys.stdin.readline()
## ... type stuff - enter
>>> type(w)
<class 'str'> # In Python 3.x str is Unicode
>>> import locale
>>> locale.getdefaultlocale()
('en_US', 'UTF-8')
buffer
属性提供了访问支持stdin
的原始字节流的方式;通常是一个BufferedReader
。请注意,它没有encoding
属性。
# Python 3.3.1 again
>>> type(sys.stdin.buffer)
<class '_io.BufferedReader'>
>>> w = sys.stdin.buffer.readline()
## ... type stuff - enter
>>> type(w)
<class 'bytes'> # bytes is (kind of) equivalent to Python 2 str
>>> sys.stdin.buffer.encoding
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: '_io.BufferedReader' object has no attribute 'encoding'
在Python 3中,
encoding
属性的存在与否与使用的流类型一致。
stdin
有一个.currentphaseofmoon
或.numberoffilesondisk
属性一样。我的观点是,如果这个属性没有任何作用,那么它是无用和令人困惑的。相比之下,.Net
的Stream
类(基于字节)没有.Encoding
属性——只有StreamReader
有。 - Ark-kunsys.stdin.encoding
与locale.getdefaultlocale()[1]
或locale.getpreferredencoding()
有何不同。P.S. 对于在这些情况下 Python 没有“一种——最好只有一种——显而易见的方法”感到沮丧,向您道歉。 - Ark-kun.Net
可能不会)。locale模块使用系统范围的信息。 - JBernardo