Python 打印对象和unicode，什么'；引擎盖下面有什么？好的指导方针是什么？

我正在努力进行打印和unicode转换。下面是在2.5 windows解释器中执行的一些代码

>>> import sys
>>> print sys.stdout.encoding
cp850
>>> print u"é"
é
>>> print u"é".encode("cp850")
é
>>> print u"é".encode("utf8")
├®
>>> print u"é".__repr__()
u'\xe9'

>>> class A():
...    def __unicode__(self):
...       return u"é"
...
>>> print A()
<__main__.A instance at 0x0000000002AEEA88>

>>> class B():
...    def __repr__(self):
...       return u"é".encode("cp850")
...
>>> print B()
é

>>> class C():
...    def __repr__(self):
...       return u"é".encode("utf8")
...
>>> print C()
├®

>>> class D():
...    def __str__(self):
...       return u"é"
...
>>> print D()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 0: ordinal not in range(128)

>>> class E():
...    def __repr__(self):
...       return u"é"
...
>>> print E()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe9' in position 0: ordinal not in range(128)

---

谢谢

我假定您的

sys.getdefaultencoding（）

仍然是“ascii”。我认为每当应用对象的str（）或repr（）时，都会用到它。您可以使用

sys.setdefaultencoding（）

更改此设置。但是，一旦您写入流，无论是标准输出还是文件，都必须遵守其编码。依我看，这也适用于shell上的管道。我假设“print”遵守标准输出编码，但在构造参数时，异常发生在调用“print”之前。

Python对给定的函数和方法没有太多语义类型约束，但它有一些约束，下面是其中之一：

\uu str\uuu

（在Python 2中。*）必须返回字节字符串。通常，如果在需要字节字符串的位置找到unicode对象，则在尝试从相关unicode对象生成所需字节字符串时，将应用当前默认编码（通常为

'ascii'

）

对于此操作，编码（如果有）对任何给定文件对象的调用都是不相关的，因为从

\uuuuu str\uuuuuu

返回的内容可能即将被打印出来，或者可能会受到完全不同和不相关的处理。调用

\uuuuuu str\uuuuuu

的目的与调用本身及其结果无关；Python通常不考虑这一点在确定操作的语义时，操作的“未来上下文”（操作完成后，您将对结果执行什么操作）

这是因为Python并不总是知道你未来的意图，它会尽量减少意外的发生。

print str（x）

和

s=str（x）；print s

（一次吞咽与两次吞咽中执行的相同操作）尤其必须具有相同的效果；如果是第二种情况，则如果

str（x）将出现异常

无法有效地生成字节字符串（例如，

x.\uuu str\uuu（）

无法），因此在另一种情况下也应发生异常

print

本身（我相信从2.4开始）在使用unicode对象时，会考虑目标流的

.encoding

属性（如果有的话）（默认情况下是

sys.stdout

）；其他尚未连接到任何给定目标流的操作——以及

str（x）

（即

x.\uu str uuuuuuu（）

）就是这样一个行动

希望这有助于说明恼人行为的原因

编辑：OP现在澄清了“我的主要问题是使类“可打印”，即print a（）打印完全可读的内容（不使用\x***unicode字符）。”。我认为以下方法最适合实现这一特定目标：

import sys

DEFAULT_ENCODING = 'UTF-8'  # or whatever you like best

class sic(object):

    def __unicode__(self):  # the "real thing"
        return u'Pel\xe9'

    def __str__(self):      # tries to "look nice"
        return unicode(self).encode(sys.stdout.encoding or DEFAULT_ENCODING,
                                    'replace')

    def __repr__(self):     # must be unambiguous
        return repr(unicode(self))

也就是说，这种方法将

\uuuuuunicode\uuuuu

作为类实例自身格式化的主要方式——但是因为（在Python 2中）

print

调用

\uuuuu str\uuuu

相反，它有一个委托给

\uuuuuu unicode\uuuuu

，在编码方面它能做的最好。这不是完美的，但是Python 2的

print

语句无论如何都远不是完美的；-）

---

\uuuu repr\uuuuu

本身必须努力做到明确，也就是说，不为了“好看”而冒着模棱两可的风险（理想情况下，如果可行，它应该返回一个字节字符串，如果传递给

eval

，将使一个实例与当前实例相等……这远非总是可行的，但缺少歧义是

\uu str\uuu

和

\uu repr\uuu

之间区别的绝对核心建议尊重这一区别！）。

谢谢Alex，我现在明白了为什么

print D（）

的行为与

print D（）。\uuu str\uuu（）

不同了。这有点让人困惑。那么，当您需要在repr或str方法中处理unicode字符串时，您能分享一些指导原则吗？我应该返回repr（）吗或者我仍然可以在自定义站点模块中使用sys.setdefaultencoding返回一个unicode并设置编码（但我发现这太麻烦了）@Thorfin，要返回Unicode，实现

\uuuuUnicode\uuuuu

\uuuu str\uuuu

应该始终返回一个字节字符串，

\uuu repr\uuuu

应该始终返回一个“理想”的字节字符串（但这并不总是可能或合理的）人们可以

eval

来构建一个新对象。我相信

\uuuunicode\uuuunicode>只能与unicode（）一起调用，不幸的是，这并不能解决我的问题。我在最初问题的末尾添加了一些信息。再次感谢。
\uuuu repr\uuuu
应该返回完全明确的输出——让它避免输出中的转义序列将是一件令人憎恶的事（请不要这样做！）。编辑A以显示实现特定期望结果的最佳方式。谢谢！我非常理解repr返回明确输出的必要性。当我看到您的示例时，我正在完成相同的行为，只是
return repr（self.\uu unicode\uu（））
而不是
return repr（unicode（self））
。我相信/希望是一样的。
import sys

DEFAULT_ENCODING = 'UTF-8'  # or whatever you like best

class sic(object):

    def __unicode__(self):  # the "real thing"
        return u'Pel\xe9'

    def __str__(self):      # tries to "look nice"
        return unicode(self).encode(sys.stdout.encoding or DEFAULT_ENCODING,
                                    'replace')

    def __repr__(self):     # must be unambiguous
        return repr(unicode(self))