打印utf-8编码字符串

Question

我正在使用BeautifulSoup从HTML中提取一些文本，但我只是不知道如何将其正确地打印到屏幕上（或者打印到一个文件中）。

下面是包含文本的类的外观：

class Thread(object):
    def __init__(self, title, author, date, content = u""):
        self.title = title
        self.author = author
        self.date = date
        self.content = content
        self.replies = []

    def __unicode__(self):
        s = u""

        for k, v in self.__dict__.items():
            s += u"%s = %s " % (k, v)

        return s

    def __repr__(self):
        return repr(unicode(self))

    __str__ = __repr__

当试图打印Thread的实例时，我在控制台上看到的是：

~/python-tests $ python test.py
u'date = 21:01 03/02/11 content =  author = \u05d3"\u05e8 \u05d9\u05d5\u05e0\u05d9 \u05e1\u05d8\u05d0\u05e0\u05e6\'\u05e1\u05e7\u05d5 replies = [] title = \u05de\u05d1\u05e0\u05d4 \u05d4\u05de\u05d1\u05d7\u05df '

无论我尝试什么，我都无法得到我想要的输出（上面的文本应该是希伯来语）。我的最终目标是将Thread序列化为一个文件（使用json或pickle），并能够将其读回。

我在Ubuntu 10.10上用Python 2.6.6运行这个。

Answer 1

与@mark的答案不同的是，设置环境变量PYTHONIOENCODING=UTF-8。

c.f。Writing unicode strings via sys.stdout in Python。

（请确保在启动脚本中没有的Python之前设置它。）

Answer 2

要将Unicode字符串输出到文件（或控制台），需要选择文本编码。在Python中，默认的文本编码是ASCII，但是要支持希伯来语字符，您需要使用不同的编码，例如UTF-8：

s = unicode(your_object).encode('utf8')
f.write(s)