在Windows7中通过命令行输入python2.7 utf-8

我是个新手，我相信过去也有人问过类似的问题，但我很难找到/理解答案。提前感谢您对我的耐心

因此，我试图编写一个脚本来读取utf-8编码的输入文件中的行，将其部分内容与用户传入的可选命令行参数进行比较，如果有匹配项，则在将其打印到输出文件之前对该行执行一些操作。我正在使用

编解码器

打开文件

我现在正在使用

argparse

模块解析命令行参数。文件中的行可以是各种语言，因此命令行参数也需要是utf-8

例如：

文件中的一行可能如下所示：

r ax z.j j j.d ax1.ju t.

应从命令行调用脚本，如下所示：

>python myscript.py mytextfile.txt-graphemeъ

这是我的代码中应该进行处理的部分。在本例中，

orth

是一些西里尔文字，

grapheme

是西里尔文字

def process_orth(orth, grapheme):
    grapheme = grapheme.decode(sys.stdin.encoding).encode('utf-8')
    if (grapheme in orth):
        print 'success, your grapheme was: ' + grapheme.encode('utf-8')
        return True
    else:
        print 'failure, your grapheme was: ' + grapheme.encode('utf-8')
        return False

不幸的是，尽管grapheme确实存在，但函数返回false并打印问号而不是grapheme：

失败，您的图形名是：？

根据我读到的其他帖子的建议，我尝试在

process_orh（）

的开头添加以下内容，但似乎没有效果：

grapheme.decode（系统标准编码）.encode（'utf-8'）

所以我的问题是…

---

如何通过命令行将utf-8字符串传递到python脚本中？另外，在Windows7上是否有任何额外的怪癖（安装cygwin是否会改变什么）？

如果您使用

codecs.open（）

打开输入文件，则您使用的是unicode数据，而不是编码数据。您只需要解码

图形名

，而不是将其再次编码为UTF-8：

grapheme = grapheme.decode(sys.stdin.encoding)
if grapheme in orth:
    print u'success, your grapheme was: ' + grapheme
    return True

请注意，我们也打印unicode；通常，

print

将确保为当前代码页重新编码Unicode值。这仍然可能失败，因为Windows控制台打印非常困难，请参阅

不幸的是，Windows上的sys.argv显然会被乱码，因为Python使用了一个不支持unicode的系统调用。有关支持unicode的替代方案，请参阅

---

我看不出

argparse

有任何Unicode输入问题的原因，但如果有问题，您可以始终从

win32\u Unicode\u argv（）

获取Unicode输出，并将其编码到UTF-8，然后再将其传递到

argparse
如果您使用
编解码器打开输入文件。open（）
则您有Unicode数据，非编码数据。您只需要解码
图形名
，而不是将其再次编码为UTF-8：

grapheme = grapheme.decode(sys.stdin.encoding)
if grapheme in orth:
    print u'success, your grapheme was: ' + grapheme
    return True

请注意，我们也打印unicode；通常，
print
将确保为当前代码页重新编码Unicode值。这仍然可能失败，因为Windows控制台打印非常困难，请参阅

不幸的是，Windows上的

sys.argv显然会被乱码，因为Python使用了一个不支持unicode的系统调用。有关支持unicode的替代方案，请参阅

---

我看不出

argparse

有任何Unicode输入问题的原因，但如果有问题，您可以始终从

win32\u Unicode\u argv（）

获取Unicode输出，并将其编码到UTF-8，然后将其传递到

argparse

打印报告（ORH）

给我

u'\u0440\u0430\u0437\u044a\u0435\u0434\u0430\u044e\u0442'

，和

打印报告（字形）

给我

打印报告（ORH）

给我

u'\u0440\u0430\u0437\u044a\u0435\u0434\u0430\u044e\u0442'

，和

打印报告（字形）

给了我

“？”

谢谢你的回复。我刚刚试过（只是解码），但除了

打印报告（grapheme）

现在给我

u'？'

@KaleidoEscape:这是一个ascii问号；这就是传入的内容，或者您使用

.decode（sys.stdin.encoding，'replace'）

忽略未知字符。

repr（sys.argv）

告诉您传入的Windows是什么？

打印sys.stdin.encoding

告诉您什么是预期的编解码器？我没有使用

.decode（sys.stdin.encoding，'replace'）

，至少是有意识地，呵呵。我正在使用

argparse

模块，也许它会这样做

'repr（sys.argv）

告诉我

['myscript.py'、'test.txt'、'-graph'、'？']

和

print sys.stdin.encoding

说

cp437

（当然，我在运行脚本时没有键入问号，我键入了ъKaleidoEscape:然后windows将

'？

作为参数传入，我很害怕。@KaleidoEscape:看看有什么解决办法。谢谢你的回复。我刚刚试过（只是解码），但除了

打印报告（grapheme）

现在给我

u'？'

@KaleidoEscape:这是一个ascii问号；这就是传入的内容，或者您使用

.decode（sys.stdin.encoding，'replace'）

忽略未知字符。

repr（sys.argv）

告诉您传入的Windows是什么？

打印sys.stdin.encoding

告诉您什么是预期的编解码器？我没有使用

.decode（sys.stdin.encoding，'replace'）

，至少是有意识地，呵呵。我正在使用

argparse

模块，也许它会这样做

'repr（sys.argv）

告诉我

['myscript.py'、'test.txt'、'-graph'、'？']

和

print sys.stdin.encoding

说

cp437

（当然，我在运行脚本时没有键入问号，我键入了ъ）。@KaleidoEscape:然后windows作为参数传入了

'

。@KaleidoE