为什么Python字符串连接可以处理俄语文本，而String.format（）不能

我试图解析（和转义）以字符编码存储的CSV文件的行。为了处理这种编码，我最后用这一行来测试输出，出于某种原因，这是可行的：

print(row[0]+','+row[1])

输出：

Тяжелый Уборщик Обязанности,1 литр

虽然这一行行不通：

print("{0},{1}".format(*row))

输出此错误：

Name,Variant

Traceback (most recent call last):
  File "Russian.py", line 26, in <module>
    print("{0},{1}".format(*row))
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-3: ordinal not in range(128)

如果有帮助，下面是俄语.py的完整来源：

import csv
import cgi
from chardet.universaldetector import UniversalDetector
chardet_detector = UniversalDetector()

def charset_detect(f, chunk_size=4096):
    global chardet_detector
    chardet_detector.reset()
    while 1:
        chunk = f.read(chunk_size)
        if not chunk: break
        chardet_detector.feed(chunk)
        if chardet_detector.done: break
    chardet_detector.close()
    return chardet_detector.result

with open('Russian.csv') as csv_file:
    cd_result = charset_detect(csv_file)
    encoding = cd_result['encoding']
    csv_file.seek(0)
    csv_reader = csv.reader(csv_file)
    for bytes_row in csv_reader:
        row = [x.decode(encoding) for x in bytes_row]
        if len(row) >= 6:
            #print(row[0]+','+row[1])
            print("{0},{1}".format(*row))

---

列表中的字符串可能已经是unicode，因此没有问题

print(row[0]+','+row[1])
Тяжелый Уборщик Обязанности,1 литр

但在这里，我们试图将unicode添加到普通字符串中！这就是为什么会出现

unicodeincodeerror

print("{0},{1}".format(*row))

因此，只需将其更改为：

print(u"{0}, {1}".format(*row))

---

+

操作数在

unicode

字符串和

str

字符串之间工作正常。另一方面，

str.format

不接受

unicode

字符串作为参数

因此，您可以简单地用以下内容替换有问题的行：

print(u"{0},{1}".format(*row))

---

这应该可以解决问题。

您正在使用

str.format（）

，它隐式地将

unicode（）

转换为

str（）

。它必须这样做才能将值插入到提供的模板中

改用

unicode.format（）

：

print(u"{0},{1}".format(*row))

注意格式文字前的

u

unicode.format（）

必须对

str

输入进行解码，以适应最终的unicode输出

另一方面，串联可以隐式解码以生成最终的

unicode（）

对象结果。如果您的

，“

值包含非ASCII字节，则隐式解码也会失败

---

这个故事的寓意是：在处理文本时，在代码中使用Unicode字符串文字。

，因为你很幸运。始终将文本视为Unicode，除了边缘（在摄取时解码，在生成最终输出时编码）。我的理解是，

row=[x.decode（encoding）for x in bytes_row]

正在生成Unicode字符串数组，我错了吗？

print（u{0}，{1}.format（*row））

，您正试图使用str.format编码为ascii。@PadraicCunningham感谢您摧毁了我的梦想，当时我以为我得到了答案，并为自己感到骄傲@Zizouz212，这是真的，答案就像是正确的和第一。有些事情告诉我，如果你试图建立你的Python rep，Padraic Cunningham可以忍受一些偷来的答案：）这并不能真正解释为什么第一个版本可以工作。它仍在将

unicode

添加到

str

，然后将结果添加到

unicode

。解释为什么这是正确的（因为在本例中，它最终解码了

，“

）。这是错误的

str.format

不接受

unicode

字符串作为参数；它只是对它们进行编码。而

+

只有在

unicode

和

str

之间才能在相同意义上“正常工作”，因为它

编码

s一个或

解码

s另一个。

print(u"{0},{1}".format(*row))