我正在编写一个 Python (Python 3.3) 程序来使用 POST 方法将一些数据发送到网页。主要用于调试过程，我正在获取页面结果并使用 print() 函数将其显示在屏幕上。
代码是这样的:
conn.request("POST", resource, params, headers)
response = conn.getresponse()
print(response.status, response.reason)
data = response.read()
print(data.decode('utf-8'));
HTTPResponse .read() 方法返回一个编码页面的 bytes 元素(这是一个格式良好的 UTF-8 文档)它在我停止使用 Windows 的 IDLE GUI 并改用 Windows 控制台之前，这似乎还不错。返回的页面有一个 U+2014 字符(em-dash)，打印功能在 Windows GUI(我假设代码页 1252)中翻译得很好，但在 Windows 控制台中没有(代码页 850)。鉴于 strict 默认行为，我收到以下错误:
UnicodeEncodeError: 'charmap' codec can't encode character '\u2014' in position 10248: character maps to <undefined>
我可以使用这个非常丑陋的代码来修复它:
print(data.decode('utf-8').encode('cp850','replace').decode('cp850'))
现在它用 ? 替换有问题的字符“-”。不是理想的情况(连字符应该是更好的替代品)，但足以满足我的目的。
我的解决方案中有几处我不喜欢。
问题不在于 emdash(我可以想出几种方法来解决这个特别的问题)，但我需要编写健壮的代码。我正在向页面提供来自数据库的数据，并且该数据可以返回。我可以预料到许多其他冲突的情况:'Á' U+00c1(可能在我的数据库中)可以转换为 CP-850(用于西欧语言的 DOS/Windows 控制台编码)但不能转换为 CP-437(用于美国的编码)英语，这是许多 Windows 安装中的默认设置)。
那么问题来了:
是否有更好的解决方案使我的代码与输出接口(interface)编码无关？
最佳答案
我看到了三个解决方案:
更改输出编码，使其始终输出 UTF-8。参见例如Setting the correct encoding when piping stdout in Python ，但我无法让这些示例正常工作。
以下示例代码使输出了解您的目标字符集。
# -*- coding: utf-8 -*-
import sys
print sys.stdout.encoding
print u"Stöcker".encode(sys.stdout.encoding, errors='replace')
print u"Стоескер".encode(sys.stdout.encoding, errors='replace')
这个例子用问号正确地替换了我名字中的任何不可打印的字符。
如果您创建自定义打印功能，例如称为 myprint，使用该机制对输出进行正确编码，您可以在必要时将 print 替换为 myprint，而不会使整个代码看起来很丑。
在软件开始时全局重置输出编码:
页面http://www.macfreek.nl/memory/Encoding_of_Python_stdout有一个很好的总结如何改变输出编码。尤其是“Stdout 周围的 StreamWriter Wrapper”部分很有趣。本质上它说要像这样更改 I/O 编码函数:
在 Python 2 中:
if sys.stdout.encoding != 'cp850':
sys.stdout = codecs.getwriter('cp850')(sys.stdout, 'strict')
if sys.stderr.encoding != 'cp850':
sys.stderr = codecs.getwriter('cp850')(sys.stderr, 'strict')
在 Python 3 中:
if sys.stdout.encoding != 'cp850':
sys.stdout = codecs.getwriter('cp850')(sys.stdout.buffer, 'strict')
if sys.stderr.encoding != 'cp850':
sys.stderr = codecs.getwriter('cp850')(sys.stderr.buffer, 'strict')
如果在 CGI 输出 HTML 中使用，您可以将 'strict' 替换为 'xmlcharrefreplace' 以获取 HTML 编码的不可打印字符的标签。
随意修改方法，设置不同的编码，....请注意，它仍然无法输出非指定数据。所以任何数据、输入、文本都必须能正确转换成 unicode:
# -*- coding: utf-8 -*-
import sys
import codecs
sys.stdout = codecs.getwriter("iso-8859-1")(sys.stdout, 'xmlcharrefreplace')
print u"Stöcker" # works
print "Stöcker".decode("utf-8") # works
print "Stöcker" # fails
关于python - UnicodeEncodeError : 'charmap' codec can't encode - character maps to <undefined>, 打印函数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14630288/