Как я могу заставить python 3 (3.1) печатать (" Некоторый текст ")
на стандартный вывод в UTF- 8, или как выводить необработанные байты?
TestText = "Test - āĀēĒčČ..šŠūŪžŽ" # this is UTF-8
TestText2 = b"Test2 - \xc4\x81\xc4\x80\xc4\x93\xc4\x92\xc4\x8d\xc4\x8c..\xc5\xa1\xc5\xa0\xc5\xab\xc5\xaa\xc5\xbe\xc5\xbd" # just bytes
print(sys.getdefaultencoding())
print(sys.stdout.encoding)
print(TestText)
print(TestText.encode("utf8"))
print(TestText.encode("cp1252","replace"))
print(TestText2)
Вывод (в CP1257 и я заменил символы в байтовые значения [x00]
):
utf-8
cp1257
Test - [xE2][xC2][xE7][C7][xE8][xC8]..[xF0][xD0][xFB][xDB][xFE][xDE]
b'Test - \xc4\x81\xc4\x80\xc4\x93\xc4\x92\xc4\x8d\xc4\x8c..\xc5\xa1\xc5\xa0\xc5\xab\xc5\xaa\xc5\xbe\xc5\xbd'
b'Test - ??????..\x9a\x8a??\x9e\x8e'
b'Test2 - \xc4\x81\xc4\x80\xc4\x93\xc4\x92\xc4\x8d\xc4\x8c..\xc5\xa1\xc5\xa0\xc5\xab\xc5\xaa\xc5\xbe\xc5\xbd'
print
слишком умный ...: D Нет смысла использовать закодированный текст с print
(так как он всегда показывает только представление байтов, а не реальных байтов), и вообще невозможно вывести байты, потому что печать все равно и всегда кодирует его в sys.stdout.encoding
.
Например: print (chr (255))
выдает ошибку:
Traceback (последний вызов последнего): Файл "Test.py", строка 1, в
печати (CHR (255)); Файл "H: \ Python31 \ lib \ encodings \ cp1257.py", строка 19, в кодировке вернуть codecs.charmap_encode (входные данные, self.errors, encoding_table) [0] UnicodeEncodeError: кодек 'charmap' не может кодировать символ '\ xff' в позиции 0: символ отображается на
Между прочим, print (TestText == TestText2.decode ("utf8"))
возвращает False
, хотя вывод печати тот же.
Как Python 3 определяет sys.stdout.encoding
и как я могу это изменить?
Я сделал функцию printRAW ()
, которая прекрасно работает (на самом деле она кодирует выходные данные в UTF-8, так что на самом деле это не необработанный ...):
def printRAW(*Text):
RAWOut = open(1, 'w', encoding='utf8', closefd=False)
print(*Text, file=RAWOut)
RAWOut.flush()
RAWOut.close()
printRAW("Cool", TestText)
Вывод (теперь он печатается в UTF-8):
Cool Test - āĀēĒčČ..šŠūŪžŽ
printRAW (chr (252))
также прекрасно печатает ü
(в UTF-8, [xC3] [xBC]
) и без ошибок:)
Теперь я ищу, может быть, лучшее решение, если есть ...
Во-первых, исправление:
TestText = "Test - āĀēĒčČ..šŠūŪžŽ" # this NOT utf-8...it is a Unicode string in Python 3.X.
TestText2 = TestText.encode('utf8') # THIS is "just bytes" in UTF-8.
Теперь, чтобы отправить UTF-8 на стандартный вывод, независимо от кодировки консоли, используйте правильный инструмент для работы:
import sys
sys.stdout.buffer.write(TestText2)
"буфер" - это необработанный интерфейс для stdout.
Это лучшее, что я могу вытащить из руководства, и это немного грязный хак:
utf8stdout = open(1, 'w', encoding='utf-8', closefd=False) # fd 1 is stdout
print(whatever, file=utf8stdout)
Похоже, что у файловых объектов должен быть метод для изменения их кодировки, но AFAICT нет ни одного.
Если вы пишете в utf8stdout, а затем записываете в sys.stdout без предварительного вызова utf8stdout.flush() или наоборот, могут произойти плохие вещи.