从Python打印到Heroku日志时的Unicode错误

Question

我有一个Python脚本，它在Heroku上定期运行，使用的是他们的调度程序插件。这个脚本会打印一些调试信息，但当文本中出现非ASCII字符时，我在日志中会看到这样的错误：

SyntaxError: Non-ASCII character '\xc2' in file send-tweet.py on line 40, but no encoding declared; see http://www.python.org/peps/pep-0263.html for details

这时我的脚本中有这样一行：

print u"Unicode test: £ ’ …"

我不知道该怎么处理这个问题。如果我在脚本中加上这个：

import locale
print u"Encoding: %s" % locale.getdefaultlocale()[1]

那么在日志中输出的内容是：

Encoding: UTF-8

所以，为什么它会尝试输出其他ASCII文本，但又失败了呢？

更新：顺便说一下，这是我正在使用的实际脚本。调试输出在第38-39行。

Answer 1

根据错误提示：

no encoding declared

也就是说，你的Python源文件中没有声明编码。

链接的PEP文档告诉你如何在Python源文件中声明编码：编码应该设置为你在输入示例中的unicode字符£时，编辑器或IDE使用的编码。很可能默认是UTF-8，所以在你的send-tweet.py文件的第一行加上这个：

# coding=utf-8

如果第一行已经有类似这样的路径指令：

#!/usr/local/bin/python

那么就在第二行加上编码指令，比如：

#!/usr/local/bin/python
# coding=utf-8

另外，当你在Python源文件中写Unicode字符并声明UTF-8编码时，你必须使用一个支持UTF-8文件保存的编辑器，也就是说，编辑器需要能够把Unicode字符转换成UTF-8格式。

在这方面，请注意Unicode和UTF-8并不是同一个东西。Unicode是一个标准，而UTF-8是一种特定的编码方式，它决定了如何把Unicode字符转换成一个与ASCII兼容的字符串，并且使用1到4个字节来表示原始的Unicode字符串。

所以在Python解释器中，一个字符串可能以Unicode的形式存储，但如果你想把一个Unicode字符串写成UTF-8格式，你需要先明确地把这个字符串转换成UTF-8，比如：

s.encode("utf-8")

这点特别重要，尤其是在将Unicode字符串输出到字节流时，比如写入日志文件时，通常假设使用的是字节大小的字符，也就是对于包含非ASCII字符的内容使用UTF-8。