如何在Windows 8上用Python 3.4打印UTF-8到控制台？

Question

我正在尝试从一个Python模块在Windows控制台中打印UTF-8的扑克牌符号（♠,♥,♦︎︎,♣）。我使用的控制台是git bash，并且用console2作为前端。我尝试了下面的几种方法，但到目前为止都没有成功。

• 确保控制台可以处理UTF-8字符。
  这两个测试让我相信，控制台本身不是问题所在。

  

• 尝试从Python模块执行相同的操作。
  当我运行.py文件时，结果是这样的。

   print(u'♠')
   UnicodeEncodeError: 'charmap' codec can't encode character '\u2660' in position 0: character maps to <undefined>
  

• 尝试对♠进行编码。
  这让我得到了用UTF-8编码的Unicode集合，但仍然没有得到黑桃符号。

   text = '♠'
   print(text.encode('utf-8'))
   b'\xe2\x99\xa0'
  

我感觉我可能漏掉了某个步骤，或者对整个编码/解码的过程理解得不够透彻。我阅读了这篇、这篇和这篇。最后一篇文章建议将sys.stdout包装到代码中，但这篇文章说使用stdout是多余的，并指向了另一个使用codecs模块的页面。

Answer 1

我也遇到过和你一样的问题，使用的是Python 3.6。不过，我通过升级到Python 3.7解决了这个问题。所以，你只需要更新一下你的Python版本就可以了。

Answer 2

你可以这样理解：字符串是字符的一个序列，而不是字节的序列。字符是Unicode编码点，字节只是0到255之间的数字。在计算机底层，实际上是通过字节序列来工作的。如果你想在Python中打印一个字符串，只需要调用 print(a_string)。但为了和操作系统进行交流，这个字符串必须被编码成字节序列。这一过程在 print 函数的内部自动完成。使用的编码方式是 sys.stdout.encoding。如果你遇到 UnicodeEncodeError，那就意味着你的字符无法用当前的编码方式进行编码。

据我所知，目前在Windows上运行Python时，使用的编码方式并不能编码所有字符（像UTF-8或UTF-16），而Python假设的编码和操作系统实际使用的编码在输入和输出上并不一致。不过有一个解决办法，你可以使用 win_unicode_console 这个包，它旨在解决这个问题。只需通过 pip install win_unicode_console 安装它，然后在你的 sitecustomize 文件中导入并调用 win_unicode_console.enable()。这将作为一个外部补丁来修复你Python安装中的这个问题。想了解更多信息，可以查看文档：https://github.com/Drekin/win-unicode-console。

Answer 3

不要把内容编码成utf-8；直接打印Unicode字符就可以了：

print(u'♠')

可以查看 如何在Windows控制台打印Unicode字符。

Answer 4

我想做的是从一个Python模块向Windows控制台打印UTF-8的扑克牌符号（♠,♥,♦,♣）。

UTF-8是一种将Unicode字符转换成字节的编码方式。♠♥♦♣是Unicode字符，可以用多种编码方式表示，而UTF-8就是其中一种。作为一种UTF编码，UTF-8可以表示任何Unicode字符。但这些符号本身并没有什么特别的“UTF-8”之处。

其他可以表示♠♥♦♣的编码包括Windows的850代码页和437代码页，你的控制台在西欧版Windows下可能会使用这些编码。你可以在这些编码中打印♠，但这并不是通过UTF-8来实现的，而且你也无法使用UTF-8中存在但在这些代码页之外的其他Unicode字符。

print(u'♠')
UnicodeEncodeError: 'charmap' codec can't encode character '\u2660'

在Python 3中，这和你上面做的print('♠')测试是一样的，所以你在调用包含这个print的脚本时，和你的py -3.4有些不同。你从脚本中得到的sys.stdout.encoding是什么？

为了让print正常工作，你需要确保Python使用正确的编码。如果它没有从终端设置中正确识别编码，你确实需要将PYTHONIOENCODING设置为cp437。

>>> text = '♠'
>>> print(text.encode('utf-8'))
b'\xe2\x99\xa0'

print只能打印Unicode字符串。对于其他类型的字符串，比如通过encode()方法得到的bytes字符串，它会得到对象的字面表示（repr）。b'\xe2\x99\xa0'就是你在Python 3中写一个包含UTF-8编码♠的字节字面量的方式。

如果你想绕过print默认使用的PYTHONIOENCODING编码，使用你自己的编码，可以这样做：

>>> import sys
>>> sys.stdout.buffer.write('♠'.encode('cp437'))

当然，这样做会导致在不使用437代码页的控制台上输出错误（例如非西欧版的安装）。一般来说，对于像Python这样的使用C标准输入输出的应用程序，将非ASCII字符输出到Windows控制台是非常不可靠的，不值得去尝试。

Answer 5

从Python 3.7.x开始，你可以重新设置标准输出（stdout）：

import sys
sys.stdout.reconfigure(encoding='utf-8')