Python print报ascii编码异常的靠谱解决办法
之前遇到此异常UnicodeEncodeError: 'ascii' codec can't encode characters...,都是用这种方式解决:sys.setdefaultencoding('utf-8')
今天看到如下文章,阐述了此方式的弊端:
http://blog.ernest.me/post/python-setdefaultencoding-unicode-bytes
但此文章只考虑了未使用第三方库的情况下的解决办法,而第三方库里如果也有print的话,就束手无策了,总不能把第三方的所有print都加上encode吧。
另外此文中说的修改编码为utf8的隐患,其实都是因为没有使用unicode字符串或两种字符串混用而已,如果项目中规定只可使用u'unicode字符串',上述隐患即可基本避免。归根结底最大的风险就是第三方库的不可控,print编码和unicode字符串都不可控,所以不能使用setdefaultencoding。
我这次是在用Java启动python时,print中文,就会报ascii的异常,我发现此种情况下sys.stdout.encoding其实为None,而Ubuntu中普通命令行时此变量则是UTF-8。
那如何修改sys.stdout.encoding呢?(直接修改会报错TypeError: readonly attribute)
所以最终找到http://www.macfreek.nl/memory/Encoding_of_Python_stdout
python2修改方式(python3略不同,原文中也有写)
1 if sys.stdout.encoding != 'UTF-8': 2 sys.stdout = codecs.getwriter('utf-8')(sys.stdout, 'strict') 3 if sys.stderr.encoding != 'UTF-8': 4 sys.stderr = codecs.getwriter('utf-8')(sys.stderr, 'strict')
这样就完美解决输出中文时的ascii编码异常了,而且也不用重新设置sys的默认编码。
后记:
理想很丰满,现实很骨感,有的时候还是要用setdefaultencoding的。。。
比如不仅是print,还涉及到遍历文件,并且要写结果文件时,在shell下运行正常,可能用java启动的python就会报编码问题,如果不改java那边,可能就要选择setdefaultencoding了,因为如果兼容了java,可能shell下又会报编码问题了,按下葫芦浮起瓢。当然如果把相关几个涉及编码的地方包个函数,在里面根据情况来切换也行,如果时间允许也可以考虑。