将Python 3中的UTF-8字符打印到web

我正在尝试将一个Unicode字符从Python3打印到web上。在Python中，我可以运行：

print("Content-Type: text/html; charset=utf-8\n")
print("\u00EA")

从命令行运行时，它会正确地输出：

内容类型：text/html；字符集=utf-8

ê

但当在Apache下以CGI脚本的形式从web运行时，会抛出一个错误：

UnicodeEncodeError:“ascii”编解码器无法在中编码字符“\xea” 位置0:序号不在范围内（128）

关于如何让Python3将UTF-8打印到web上有什么建议吗？谢谢

编辑：我的帐户和www-data（Apache的帐户）中的

locale

的输出为：

---

您必须显式地将数据编码为utf-8（否则Python会尝试猜测，而在您的例子中，它猜测的是ASCII，结果不太好）。因此，请这样做：

sys.stdout.buffer.write(text.encode('utf-8'))

这将修复您的错误。 请注意，我使用的是

sys.stdout.buffer.write

而不是

print

，因为

buffer.write

可以处理原始字节（UTF-8是原始字节数组，而不是字符串）

除此之外，您应该告诉客户机（浏览器）数据是以utf-8的形式提供的（否则浏览器也必须猜测，这可能会成功，但最好是明确的），例如

---

读取文件时，请使用上下文管理器

幕后打开和关闭文件是为您完成的，所以您不必记住它

打开（文件名，编码为utf-8'）为f的

：
text=f.read（）
打印（文本）

多亏了这里用户的反馈，我才能够拼凑出一个解决方案：

内容类型

行必须包括

charset=utf-8

Apache的配置文件必须包括

SetEnv LANG en_US.UTF-8

---

一个很好的调试工具是打印sys.stdout.encoding的值，它应该返回“UTF-8”，而不是“ANSI_X3.4-1968”。

这是我尝试过的事情之一，但在命令行和web浏览器上都会产生这样的结果：b'L\xc3\xaa Qu\xc3\xbd\xc4\x90\xc3\xb4n\n'Python 3字符串已经是Unicode了。这更多的是操作系统/控制台问题。也许操作系统的区域设置配置为使用ASCII？如果在Linux上，LC_是怎么设置的？@NeilFraser是的，我写代码太快了，没有检查。它不能与

打印

一起使用。我修正了答案，试试看。@PanagiotisKanavos Python 3字符串是unicode，不是UTF-8。它们需要转换为UTF-8字节数组

print

将通过检查

stdout

的编码来自动执行此操作，这对于仅打印到控制台是很好的。生成HTTP响应应该更明确地说明编码。只是不要使用

printf

？将操作系统区域设置配置为使用UTF8？顺便说一句，此页面就像其他网页一样是UTF8。不需要特殊处理，这就是为什么您可以读取这些越南语字符而无需编码，或者联系SO的团队要求特殊处理。运行apache进程的用户的区域设置是什么？问题是printf和控制台。您正在写入控制台，而不是文件，这意味着Python必须使用控制台的编码。如果您的环境配置为使用拉丁文1或更差的US-ASCII，则文本将被破坏。在Linux上，这是由

LC\u ALL

控制的。Windows本机是Unicode，但控制台GUI是特定于语言环境的，需要设置以显示UTF8。这不应该影响流程间的沟通，尽管这个答案看起来像你想要的。选择4（通过Apache的

$LANG

看起来是最好的方法，摆弄

sys。在其他答案中建议使用defaultencoding

，但在我看来，这是非常粗糙的。问题的代码已经使用了显式编码。这有什么区别？这是Python文件处理的一个很好的指针。与当前问题没有直接关系，但是很高兴知道。谢谢！

sys.stdout.buffer.write(text.encode('utf-8'))

print("Content-Type: text/html; charset=utf-8\n")