Python与Unicode标准错误输出

Question

我用一个匿名管道来捕捉所有的标准输出和错误输出，然后把它们打印到一个富文本编辑器里。用wsprintf的时候没问题，但Python使用的是多字节字符，这让我很烦。有没有办法把这些输出转换成Unicode格式呢？

更新 2010-01-03：

谢谢你的回复，但似乎str.encode()只对print xxx的内容有效。如果在py_runxxx()过程中出现错误，我重定向的错误输出会捕捉到多字节字符串的错误信息。那么有没有办法让Python以Unicode的方式输出信息呢？在这篇帖子中似乎有一个可行的解决方案。

我稍后会试试。

Answer 1

wsprintf是什么？

这个问题看起来更像是关于“C/C++”的，而不是Python。

Python解释器总是将字节字符串写入标准输出（stdout）和标准错误（stderr），而不是直接写入Unicode（或称为“宽”）字符串。这意味着Python会先用当前的编码方式（通常是sys.getdefaultencoding()）把所有的Unicode数据转换成字节。

如果你想把标准输出或标准错误当作Unicode数据来处理，你需要自己用正确的编码方式进行解码。

你喜欢的C/C++库肯定有办法做到这一点。

Answer 2

在Python中，你可以通过将字符串标记为Unicode（比如：u'Hello World'）或者使用所有字符串都有的encode()方法来处理Unicode。

举个例子：假设你有一个Unicode字符串，叫做aStringVariable：

aStringVariable.encode('utf-8')

这个方法会把它转换成UTF-8格式。如果你用'utf-16'，就会得到UTF-16格式，而'ascii'则会把它转换成普通的ASCII字符串。

想了解更多信息，可以查看：

• 教程 - Unicode字符串
• Python字符串方法

Answer 3

首先，请记住，在Windows的命令行中，可能不完全支持Unicode字符。

下面的例子展示了如何让Python使用UTF-8格式输出到stderr和stdout。如果你想的话，可以把它改成其他编码格式。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import codecs, sys

reload(sys)
sys.setdefaultencoding('utf-8')

print sys.getdefaultencoding()

sys.stdout = codecs.getwriter('utf8')(sys.stdout)
sys.stderr = codecs.getwriter('utf8')(sys.stderr)

print "This is an Е乂αmp١ȅ testing Unicode support using Arabic, Latin, Cyrillic, Greek, Hebrew and CJK code points."