在Python中通过sys.stdout写入unicode字符串

Question

假设我们不能使用 print 这个函数（这样就无法享受自动识别编码的好处）。那么我们只能用 sys.stdout。不过，sys.stdout 这个东西很笨，它根本不处理任何合理的编码。

接下来，有人去看了Python的维基页面 PrintFails，然后尝试运行以下代码：

$ python -c 'import sys, codecs, locale; print str(sys.stdout.encoding); \
  sys.stdout = codecs.getwriter(locale.getpreferredencoding())(sys.stdout);

但是这个在Mac上也不管用。想知道为什么的话：

>>> import locale
>>> locale.getpreferredencoding()
'mac-roman'
>>> sys.stdout.encoding
'UTF-8'

（UTF-8是你的终端能理解的编码格式）。

于是，大家把上面的代码改成了：

$ python -c 'import sys, codecs, locale; print str(sys.stdout.encoding); \
  sys.stdout = codecs.getwriter(sys.stdout.encoding)(sys.stdout);

这样一来，unicode字符串就能正确地发送到 sys.stdout，并且在终端上正常显示了（因为 sys.stdout 是连接到终端的）。

这样写unicode字符串到 sys.stdout 是对的吗？还是说我应该做点别的？

编辑：有时候，比如在把输出传给 less 的时候，sys.stdout.encoding 可能会是 None。在这种情况下，上面的代码就会失败。

Answer 1

最好的办法是先检查一下你是否直接连接到了终端。如果是的话，就使用终端的编码方式。如果不是，那就用系统推荐的编码方式。

if sys.stdout.isatty():
    default_encoding = sys.stdout.encoding
else:
    default_encoding = locale.getpreferredencoding()

另外，允许用户自己选择想要的编码方式也是非常重要的。通常我会把这个选项放在命令行里（比如 -e ENCODING），然后用 optparse 模块来解析这个选项。

还有一点很重要，就是不要用自动编码器去覆盖 sys.stdout。你可以自己创建一个编码器并使用它，但要保持 sys.stdout 不变。你也可以导入一些第三方库，它们可以直接将编码后的字节字符串写入 sys.stdout。

Answer 2

export PYTHONIOENCODING=utf-8

这个方法可以解决问题，但不能直接在Python里设置...

我们可以做的是检查一下是否没有设置，然后告诉用户在调用脚本之前要先设置它，方法是：

if __name__ == '__main__':
    if (sys.stdout.encoding is None):
        print >> sys.stderr, "please set python env PYTHONIOENCODING=UTF-8, example: export PYTHONIOENCODING=UTF-8, when write to stdout."
        exit(1)

Answer 3

我不太明白你为什么不能使用打印功能；不过如果真是这样的话，我觉得你的做法是对的。