Python 如何修复bash中UTF-8字符串的使用？

我有一个bash脚本，它包含几个utf-8字符串包含的变量。这些变量用作sctript中bash函数的参数，即使用此参数调用

cp

和

python

脚本

此脚本在我的计算机上正常运行，但无法在另一台计算机上运行。我尝试使用

set-x

和其他东西进行调试，但找不到根本原因，只有这一差异

这里有一个简化的示例，如Plunker for JS；）

我有以下

test.sh

#!/bin/bash
set -x

function aaa() {
    echo "$1"
}
echo 'öüóőúéáűíÖÜÓŐÚÉÁŰÍ'
aaa 'öüóőúéáűíÖÜÓŐÚÉÁŰÍ'

我抄送给我的两位主人

货物说明如下：

+ echo öüóőúéáűíÖÜÓŐÚÉÁŰÍ
öüóőúéáűíÖÜÓŐÚÉÁŰÍ
+ aaa öüóőúéáűíÖÜÓŐÚÉÁŰÍ
+ echo öüóőúéáűíÖÜÓŐÚÉÁŰÍ
öüóőúéáűíÖÜÓŐÚÉÁŰÍ

然而，坏消息表明：

+ echo $'\303\266\303\274\303\263\305\221\303\272\303\251\303\241\305\261\303\255\303\226\303\234\303\223\305\220\303\232\303\211\303\201\305\260\303\215'
öüóőúéáűíÖÜÓŐÚÉÁŰÍ
+ aaa $'\303\266\303\274\303\263\305\221\303\272\303\251\303\241\305\261\303\255\303\226\303\234\303\223\305\220\303\232\303\211\303\201\305\260\303\215'
+ echo $'\303\266\303\274\303\263\305\221\303\272\303\251\303\241\305\261\303\255\303\226\303\234\303\223\305\220\303\232\303\211\303\201\305\260\303\215'
öüóőúéáűíÖÜÓŐÚÉÁŰÍ

---

以下是调试的一些详细信息： 好的工作机器是一台可靠的Ubuntu，带有

bash=4.2-2ubuntu2.6

，坏的工作机器是一台精确的Ubuntu，带有

bash=4.3-7ubuntu1.5

两台计算机中的

区域设置

相同：

$ locale                                                                                                                                                                                                                                                           
LANG=en_US.UTF-8
LANGUAGE=
LC_CTYPE=en_US.UTF-8
LC_NUMERIC=en_US.UTF-8
LC_TIME=en_US.UTF-8
LC_COLLATE=en_US.UTF-8
LC_MONETARY=en_US.UTF-8
LC_MESSAGES=POSIX
LC_PAPER=en_US.UTF-8
LC_NAME=en_US.UTF-8
LC_ADDRESS=en_US.UTF-8
LC_TELEPHONE=en_US.UTF-8
LC_MEASUREMENT=en_US.UTF-8
LC_IDENTIFICATION=en_US.UTF-8
LC_ALL=

---

更新

• 对不起，

  cp

  我错了
• 我认为，python异常在本例中不相关，因为它在bash中被破坏。这个回溯有什么帮助吗

  + /tmp/callrecord-renamer.py --skip --contacts $'/var/datastore/T\303\274nci/Rendszer/DropboxClone/contacts.ini' $'/var/datastore/T\303\274nci/DropboxClone/H\303\215V\303\201SFELV\303\211TELEK'
  Traceback (most recent call last):
    File "/tmp/callrecord-renamer.py", line 316, in <module>
      main()
    File "/tmp/callrecord-renamer.py", line 312, in main
      FileManager(args.recording_path, contacts_path, args.no_change, args.skip_errors).update_files_in_directory()
    File "/tmp/callrecord-renamer.py", line 87, in update_files_in_directory
      self.contacts.load()
    File "/tmp/callrecord-renamer.py", line 56, in load
      self.database.read(self.file_path)
    File "/usr/lib/python3.2/configparser.py", line 689, in read
      self._read(fp, filename)
    File "/usr/lib/python3.2/configparser.py", line 994, in _read
      for lineno, line in enumerate(fp, start=1):
    File "/usr/lib/python3.2/codecs.py", line 300, in decode
      (result, consumed) = self._buffer_decode(data, self.errors, final)
  UnicodeDecodeError: 'utf-8' codec can't decode byte 0xfc in position 3176: invalid start byte
  

  +/tmp/callrecord-rename.py--skip--contacts$'/var/datastore/T\303\274nci/Rendszer/DropboxClone/contacts.ini'$'/var/datastore/T\303\274nci/DropboxClone/H\303\215V\303\201SFELV\303\211TELEK'
  回溯（最近一次呼叫最后一次）：
  文件“/tmp/callrecord renamer.py”，第316行，在
  main（）
  文件“/tmp/callrecord renamer.py”，第312行，主目录
  文件管理器（args.recording\u path、contacts\u path、args.no\u change、args.skip\u errors）。更新\u目录（）中的\u文件
  文件“/tmp/callrecord renamer.py”，第87行，在\u目录的更新\u文件\u中
  self.contacts.load（）
  文件“/tmp/callrecord renamer.py”，第56行，已加载
  self.database.read（self.file\u路径）
  文件“/usr/lib/python3.2/configparser.py”，第689行，已读
  自读（fp，文件名）
  文件“/usr/lib/python3.2/configparser.py”，第994行，已读
  对于行号，枚举中的行（fp，开始=1）：
  文件“/usr/lib/python3.2/codecs.py”，第300行，解码
  （结果，消耗）=自身缓冲区解码（数据，自身错误，最终）
  UnicodeDecodeError:“utf-8”编解码器无法解码位置3176中的字节0xfc:无效的开始字节
  

有关详细信息，您可以在以下位置查看此文件：

更新2

---

我已检查：此错误独立于bash代码引起。.ini文件编码错误。。。为所有调试器帮助程序感到抱歉

您正在比较

set-x

的xtrace调试输出。您不能也不应该期望bash的xtrace输出采用某种格式。如果你想要一个特定的格式，你需要自己制作

---

如果查看脚本的非调试输出，两台机器上的结果是相同的。

我不确定您是否真的有问题。两种情况下的输出都是正确的；您只是在“坏”主机上的调试输出中得到了一个不同的（但有效）表示形式。我找到了这篇文章-但无法解决我的问题…：（@chepner

cp

找不到源路径，但这是存在的。如果您在

cp

方面有问题，请向我们说明

cp

的问题，而不是完全的其他问题。这似乎不是外壳问题，而是坏主机上的

cp

在处理UTF-8编码字符串时的问题。t坏主机只是显示原始UTF-8流，而不是显示编码的Unicode字符。两台机器上的数据相同（

\303\266

，例如，是八进制的。两个字节是0xC3和0xB6，这是U+00F6的UTF-8编码，呃。几年前我在调试bash代码，但直到现在我还看不到它从

集合-x

中逃逸。-我在责备编码，因为现在，我已经在第三台机器上进行了检查（这也很精确），该脚本的工作地点。