subprocess.Popen(..).communicate(..) 与 graphviz 一起使用时随机丢弃数据！

Question

我正在使用graphviz的dot工具为一个网页应用生成一些svg图表。我是通过Popen来调用dot的：

    p = subprocess.Popen(u'/usr/bin/dot -Kfdp -Tsvg', shell=True,\
    stdin=subprocess.PIPE, stdout=subprocess.PIPE)
    str = u'long-unicode-string-i-want-to-convert'
    (stdout,stderr) = p.communicate(str)

结果是，dot程序会抛出一些错误，比如：

    Error: not well-formed (invalid token) in line 1 
 ... <tr><td cellpadding="4bgcolor="#EEE8AA"> ...
in label of node n260

这个明显的错误肯定不是因为输入字符串的问题。特别是，如果我把它用utf-8编码保存到str.txt文件中，然后执行：

/usr/bin/dot -Kfdp -Tsvg < str.txt > myimg.svg

我就能得到想要的输出。这个str的“特别”之处在于，它包含像丹麦语中的ø、æ、å这样的字符。

现在我完全不知道该怎么办。问题可能出在dot上；但看起来是因为Popen的使用方式和在命令行中用<符号的方式不同，而我不知道从哪里入手。如果有任何帮助或其他调用dot的方法（除了把所有数据写入文件再调用！）我会非常感激！

Answer 1

听起来你应该这样做：

stdout, stderr = p.communicate(str.encode('utf-8'))

（当然，你不应该覆盖内置的 str。）在Python中，unicode类型是用来存储unicode数据的，而不是UTF-8。如果你想要UTF-8格式的数据，你需要明确地进行编码。

另外，在这个代码片段中使用 shell=True 是没有必要的，传递unicode字面量给subprocess.Popen也不是个好主意（反正它最后会被编码成ASCII）。而且，行末的反斜杠也是多余的——Python知道这一行还没结束，因为你有一个没有关闭的括号。所以，使用：

p = subprocess.Popen(['/usr/bin/dot', '-Kfdp', '-Tsvg'],
    stdin=subprocess.PIPE, stdout=subprocess.PIPE)