Python2.7打印Unicode字符串仍然得到UnicodeEncodeError：'ascii'编解码器无法编码字符......序数不在范围内（128）

Question

一个简单的打印函数

def TODO(message):
    print(type(message))
    print(u'\n~*~ TODO ~*~ \n %s\n     ~*~\n' % message)

这样称呼

TODO(u'api servisleri için input check decorator gerekiyor')

导致此错误

<type 'unicode'>                                                                                 
Traceback (most recent call last):                                                               
  File "/srv/www/proj/__init__.py", line 38, in <module>                                      
    TODO(u'api servisleri için input check decorator gerekiyor')                                 
  File "/srv/www/proj/helpers/utils.py", line 33, in TODO                                     
    print(u'\n~*~ TODO ~*~ \n %s\n     ~*~\n' % message)                                         
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe7' in position 32: ordinal not in range(128)

但它可以在 ipython 控制台中运行

In [10]: TODO(u'api servisleri için input check decorator gerekiyor')
<type 'unicode'>

~*~ TODO ~*~ 
 api servisleri için input check decorator gerekiyor
     ~*~

这适用于 python 2.7.12，但在 2.7.9 中以某种方式失败。

我在这里做错了什么？

编辑：在烧瓶应用程序中调用函数失败，在 python 控制台中工作。

Answer 1

不同的终端（和 GUI）允许不同的编码。我手边没有最近的 ipython，但它显然能够处理字符串中的非 ASCII 0xe7 字符 ('ç')。但是，您的普通控制台使用的是 'ascii' 编码（在异常中按名称提及），它无法显示任何大于 0x7f 的字节。

如果您想将非 ASCII 字符串打印到 ASCII 控制台，您必须决定如何处理无法显示的字符。 str.encode 方法提供了几个选项：

str.encode([encoding[, errors]])

errors 可以设置不同的错误处理方案。 errors 的默认值为'strict'，这意味着编码错误会引发UnicodeError。 其他可能的值为'ignore'、'replace'、'xmlcharrefreplace'、'backslashreplace' 以及通过codecs.register_error() 注册的任何其他名称，请参阅Codec Base Classes 部分。

这是一个示例，它在您的字符串上使用这四个替代错误处理程序中的每一个（没有TODO 添加的额外装饰）：

#!/usr/bin/env python2
# -*- coding: utf-8 -*-

from __future__ import print_function

uni = u'api servisleri için input check decorator gerekiyor'
handlers = ['ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace']
for handler in handlers:
    print(handler + ':')
    print(uni.encode('ascii', handler))
    print()

输出：

ignore:
api servisleri iin input check decorator gerekiyor

replace:
api servisleri i?in input check decorator gerekiyor

xmlcharrefreplace:
api servisleri için input check decorator gerekiyor

backslashreplace:
api servisleri i\xe7in input check decorator gerekiyor

这些输出中的哪一个最接近您想要的结果由您决定。

有关详细信息，请参阅 Python 2“Unicode HOWTO”和 Ned Batchelder 的“Pragmatic Unicode, or, How Do I Stop the Pain?”，也可作为 36 分钟的video from PyCon US 2012。

编辑：...或者，您似乎已经发现，您的终端可以很好地显示 Unicode，但您的默认编码仍然设置为 'ascii'，这比它更具限制性需要。

Answer 2

\xe7

代表小 'ç' 的 utf-8 字符之一。 Python 2.7.9 可能使用 ASCII 编码。您可以在代表 Python 2.7.9 行为的任何 Python 版本中运行以下代码。

import sys; 
# -*- coding: utf-8 -*-

def TODO(message):
    print(type(message))
    print(u'\n~*~ TODO ~*~ \n %s\n     ~*~\n' % message)

message = u'api servisleri için input check decorator gerekiyor'
encodedMessage = message.encode('ascii')

print(sys.stdout.encoding)
TODO(encodedMessage)

会抛出异常

Traceback（最近一次调用最后一次）：文件“test.py”，第 9 行，在 encodedMessage = message.encode('ascii') UnicodeEncodeError: 'ascii' codec can't encode character '\xe7' in position 16: ordinal 不在范围内(128)

所以，问题与解释器的编码规则有关。您可以自行编码或忽略。

希望对你有用

Answer 3

显然，打印功能与打印语句有点不同。

https://docs.python.org/2.7/library/functions.html#print

All non-keyword arguments are converted to strings like 
str() does and written to the stream, separated by sep 
and followed by end. 

简单地说，编码unicode字符串就解决了

msg = u'\n~*~ TODO ~*~ \n %s\n     ~*~\n' % message
print(msg.encode("utf-8"))

仍然不确定为什么它适用于 2.7.12，可能是语言环境问题？