为什么设置区域设置不能修复此 UnicodeError？

Question

我有以下Python脚本：

# -*- coding: utf-8 -*-
import sys, locale
locale.setlocale(locale.LC_ALL, 'en_US.utf8')
print '肥皂' # This works
print u'肥皂'

当运行脚本时，我得到：

肥皂
Traceback (most recent call last):
  File "../pycli/samples/x.py", line 5, in <module>
    print u'肥皂'
UnicodeEncodeError: 'latin-1' codec can't encode characters in position 0-1: ordinal not in range(256)

然而，当我在shell中显式设置LC_ALL环境变量时，它就可以工作

export LC_ALL=en_US.utf8

所以我想知道为什么setlocale（）没有同样的效果？

Answer 1

该值仅用于指定解释器启动时输出的默认字符集。换句话说，一旦脚本启动并运行，你就太晚了。

Answer 2

Unicode就像一个只存在于程序中的文本概念。

它的优点是可以支持任何字符，但缺点是不能按原样输出，因此必须编码为可以显示的某种编码。

所以，你想要一些输入，它将被编码，你必须解码，如果你想输出unicode，你必须编码它

如果你不这样做，python会尝试为你做（使用ASCII，或者在你的环境中可能找到的东西，就像在你的情况下一样），但你不应该依赖它，因为python可能会出错（就像你的情况一样）。

非常有趣的是，您可以注意到，在您的情况下，您的终端支持utf8，但python没有意识到它可能使用utf8。

这就是为什么你应该总是编码输出和解码输入（最好尽可能使用utf8！）

您可以使用unicode encode方法和字符串解码方法来实现这一点，并将编码作为参数。