Python 3 使用环境变量 LANG=C 抛出 UnicodeEncodeError

Question

我有以下 Python 脚本：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

print('☺')

当我在我的 Debian 系统上运行它时，它会按预期产生以下输出：

$ ./test.py 
☺
$ 

但是，当我将语言环境更改为“C”时，通过设置LANG 环境变量，脚本会抛出UnicodeEncodeError：

$ LANG=C ./test.py
Traceback (most recent call last):
  File "./test.py", line 4, in <module>
    print('\u263a')
UnicodeEncodeError: 'ascii' codec can't encode character '\u263a' in position 0: ordinal not in range(128)
$ 

此问题会阻止此脚本在最小环境中执行，例如在引导期间或在嵌入式系统中。另外，我怀疑许多现有的 Python 程序可以通过使用LANG=C 执行来破坏。 Here's an example 在 Stackoverflow 上的一个程序可能因在“C”语言环境中执行而中断。

这是 Python 中的错误吗？防止这种情况的最佳方法是什么？

Answer 1

这是因为 Python 3 使用语言环境设置来推断输出字符编码；也就是说，当您执行 locale 命令时，Python 将使用为 LC_CTYPE 显示的语言环境：

% locale 
...
LC_CTYPE="en_US.UTF-8"
...

如果您将LC_CTYPE 强制为C，那么Python 将假定ASCII 应该用作输出编码。而且 ASCII 没有 U+263A 的映射。

如果您希望 Python 知道如何正确编码 Unicode，请将 LC_CTYPE 设置为适当的值，或将二进制写入 fd 1。