Python的string.format（）和Unicode

Question

我在Python的string.format()上遇到了问题，并将Unicode字符串传递给它。这与this older question类似，只是在我的情况下，测试代码在打印时爆炸，而不是在logging.info()呼叫上爆炸。将相同的Unicode字符串对象传递给日志处理程序可以正常工作。

这与旧的%格式以及string.format()的格式不符。只是为了确保它是字符串对象是问题，而不是打印与我的终端严重交互，我试图在打印前将格式化的字符串分配给变量。

def unicode_test(): 
    byte_string = '\xc3\xb4' 
    unicode_string = unicode(byte_string, "utf-8") 
    print "unicode object type: {}".format(type(unicode_string)) 
    output_string = "printed unicode object: {}".format(unicode_string) 
    print output_string 

if __name__ == '__main__': 
    unicode_test() 

字符串对象似乎认为它正在获取ASCII。

% python -V 
Python 2.7.2 

% python ./unicodetest.py 
unicode object type: <type 'unicode'> 
Traceback (most recent call last): 
    File "./unicodetest.py", line 10, in <module> 
    unicode_test() 
    File "./unicodetest.py", line 6, in unicode_test 
    output_string = "printed unicode object: {}".format(unicode_string) 
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf4' in position 0: ordinal not in range(128) 

试图将Unicode转换为output_string作为没有任何区别。

output_string = U “印刷的unicode对象：{}”。格式（UNICODE_STRING）

我失去了一些东西在这里？字符串对象的文档似乎很清楚，这应该工作，因为我试图使用它。

Answer 1

不应该这样做（你可以引用文档的说明的部分？），但它应该工作，如果格式化模式是unicode（或与旧的格式'促进'模式unicode而不是试图“降级”论据）。

>>> x = "\xc3\xb4".decode('utf-8') 
>>> x 
u'\xf4' 
>>> x + 'a' 
u'\xf4a' 
>>> 'a' + x 
u'a\xf4' 
>>> 'a %s' % x 
u'a \xf4' 
>>> 'a {}'.format(x) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> UnicodeEncodeError: 'ascii' codec 
    can't encode character u'\xf4' in position 0: ordinal not in range(128) 
>>> u'a {}'.format(x) 
u'a \xf4' 
>>> print u"Foo bar {}".format(x) 
Foo bar ô 

编辑：print行可能不适合你，如果Unicode字符串不能使用控制台的编码进行编码。例如，在我的Windows控制台上：

>>> import sys 
>>> sys.stdout.encoding 
'cp852' 
>>> u'\xf4'.encode('cp852') 
'\x93' 

在UNIX控制台上，这可能与您的区域设置有关。如果你重定向输出，它也会失败（就像在shell中使用|一样）。大多数问题已在Python 3中修复。