Python打印無法同時打印Unicode和字符串

Question

以下是我觀察到的一些情況。想知道爲什麼Python的打印行爲是這樣的，並且可能的修復。

>>> print "%s" % u"abc" # works 
>>> print "%s" % "\xd1\x81" # works 
>>> print "%s %s" % (u"abc", "\xd1\x81") # Error 

對於上述（最後），我得到：UnicodeDecodeError: 'ascii' codec can't decode byte 0xd1 in position 0: ordinal not in range(128)

但是，這個工作

>>> print "%s %s" % ("abc", "\xd17\x81") # works 

當我做

>>> print "%s %s" % (u"abc", u"\u0441") # Error 

其提高UnicodeEncodeError: 'charmap' codec can't encode character u'\u0441' in position 4: character maps to <undefined>

Answer 1

這是正確的。輸出時，必須將unicode對象編碼爲所需的字符編碼，即utf-8或其他。將unicode（包括所有文字）作爲一個抽象，必須在序列化之前編碼爲類似utf-8的東西。

您可以編碼unicode對象s至utf-8與s.encode('utf-8')。 str Python 2中的對象是字節編碼的，因此您不會遇到類似「\ xd17 \ 81」的錯誤，它們已經被編碼。

我建議你使用Python 3而不是Python 2，這樣更直觀。

Answer 2

當您在Python 2中混合使用Unicode字符串和字節字符串時，使用默認ascii編解碼器將字節字符串隱式強制爲Unicode。如果失敗，您將獲得UnicodeDecodeError。

當您打印Unicode字符串時，它們隱式編碼爲當前輸出編碼。如果失敗，您將得到UnicodeEncodeError。

所以：

>>> print "%s" % u"abc" 

是真的：

>>> print unicode("%s",'ascii') % u"abc" # and valid 

但如果你的意思是隻有以下工作 「不會引發錯誤」。如果您希望打印U + 0441字符，則只有在輸出編碼爲UTF-8時纔會這樣做。它在我的Windows系統上打印垃圾。

>>> print "%s" % "\xd1\x81" 

以下給出，因爲隱式的Unicode解碼的誤差：

print "%s %s" % (u"abc", "\xd1\x81") 

這是真的：

print unicode("%s %s",'ascii') % (u"abc", unicode("\xd1\x81",'ascii')) 

\xd1和0x81是0-7Fh的ASCII範圍之外。

最後一個錯誤意味着您的輸出編碼不是UTF-8，因爲它無法將\u0441編碼爲打印輸出編碼支持的字符。 UTF-8可以編碼所有Unicode字符。