Windows 控制台上 Python 中的 UnicodeEncodeError

Question

递归目录中的文件并在控制台中打印文件名时出现以下错误：

Traceback (most recent call last):
  File "C:\Program Files\Python33\lib\encodings\cp437.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_map)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u2013' in position
53: character maps to <undefined>

根据错误，文件名字符串中的一个字符是\u2013，这是一个与常见的-减号不同的EN DASH –字符。

我检查了设置为437 的Windows 编码。现在，我看到我有两个选项可以通过更改 Windows 控制台的编码或从文件名转换 get 中的字符以适应控制台编码来解决此问题。我将如何在 Python 3.3 中做到这一点？

Answer 1

Windows 控制台正在使用 cp437 编码，并且该编码不支持字符 \u2013。尝试将此添加到您的代码中：

sys.stdout = io.TextIOWrapper(sys.stdout.buffer,'cp437','backslashreplace')

Answer 2

或将文件名中的字符转换为适合控制台编码

可能控制台编码已经正确（虽然无法从错误消息中看出）。代码页 437 根本不包含该字符，因此您将无法打印它。

您可以使用具有后备编码的文本编码器重新打开 stdout，如 iamsudip 使用 backslashreplace 的回答中所示，至少获得可读（如果不能可靠地恢复）输出而不是错误。

更改 Windows 控制台的编码

您可以通过在运行 Python 之前执行控制台命令 chcp 1252 来执行此操作，但这仍然只会为您提供不同的有限可打印字符 - 包括 U+2013，但不会有很多其他 Unicode 字符。

理论上，您可以通过chcp 到 65001 来获得 UTF-8，这将允许您打印任何字符。不幸的是，在 C 运行时的标准 IO 实现中存在严重的错误，这通常使得它在实践中无法使用。

这种令人遗憾的状况会影响所有使用 MS C 运行时的 stdio 库调用的应用程序，包括 Python 和大多数其他语言，导致 Windows 控制台上的 Unicode 在大多数情况下无法正常工作。

如果您确实必须将 Unicode 输出到 Windows 控制台，您可以直接使用 ctypes 使用 Win32 WriteConsoleW API，但这并不好玩。