彼得·派珀用管道传输了一个Python程序，丢失了他所有的unicode字符

2024-04-24 16:18:14 发布

您现在位置：Python中文网/ 问答频道 /正文
6291 3

我有一个Python脚本，它使用urllib2.urlopen加载网页，执行一些不同的魔术，并使用print输出结果。然后在Windows上运行程序，如下所示：

python program.py > output.htm

问题是：

urlopen从输出UTF8的iisweb服务器读取数据。它将同样的数据输出到输出，但是某些字符（例如Word总是违背您的意愿为您插入长连字符，因为它比您聪明）会被弄乱，最后变成–。在

在进一步的调查中，我注意到即使web服务器输出UTF8数据，output.htm文件是用ISO-8859-1字符集编码的。在

我的问题：

  1. 当你在Windows上将Python程序重定向到输出文件时，它总是使用这个字符集吗？在
  2. 如果是这样，有没有办法改变这种行为？在
  3. 如果没有，是否有解决办法？我想我可以将output.htm作为命令行参数传入，然后写入该文件而不是屏幕，但我必须在程序中重做一大堆逻辑。在

谢谢你的帮助！在

更新：

在output.htm的顶部，我添加了：

^{pr2}$

然而，这没有什么区别。字符仍然是乱码。如果我在Firefox中手动切换到UTF-8，文件会正确显示。IE和FF都认为这个文件是西方的ISO，尽管它显然不是。在


Tags： 文件数据程序服务器脚本网页outputwindows
3条回答
网友
1楼 · 编辑于 2024-04-24 16:18:14

从您的评论和问题更新来看，数据似乎正确编码为UTF-8。这意味着您只需要告诉您的浏览器它是UTF-8，或者使用BOM，或者通过向HTML文档中添加编码信息来更好：

<head>
  <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
</head>

如果文档不是有效的XML，就不应该使用XML声明。在

最好和最可靠的方法是通过HTTP为文件提供服务，并适当地设置Content-Type:头。在

网友
2楼 · 编辑于 2024-04-24 16:18:14

大多数Windows下的程序都会假定您使用的是默认的Windows编码，对于英语安装，它将是ISO-8859-1。这也适用于命令窗口输出。不幸的是，没有办法将默认编码设置为UTF-8—有一个为它定义的代码页，但是它没有得到很好的支持。在

有些编辑器会在文件的开头识别任何BOM字符并切换到UTF-8，但这不能保证。在

如果您要生成HTML，您应该包含正确的charset标记；然后浏览器将正确解释它。在

网友
3楼 · 编辑于 2024-04-24 16:18:14

When you pipe a Python program to an output file on Windows, does it always use this character set?

用于输出到管道的默认编码。在我的机器上：

In [5]: sys.getdefaultencoding()
Out[5]: 'ascii'

If not, is there a workaround?

^{pr2}$

现在所有输出都被编码为“utf-8”。在

我认为处理这种情况的正确方法

redo a whole bunch of logic

将来自internet源的所有数据从服务器或页面编码解码为unicode，然后使用上面显示的解决方法将默认编码设置为utf-8。在

相关问题 更多 >

    编程相关推荐