将Python 3中的UTF-8字符打印到网络上

编程问答 2022-06-12

问题描述

我正在尝试将Unicode字符从Python 3打印到网络上。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，它会正确吐出：

内容类型：text / html； charset = utf-8

ê

但是当在Apache下作为CGI脚本从Web运行时，它会引发错误：

UnicodeEncodeError：'ascii'编解码器无法在其中编码字符'\ xea' 位置0：序数不在范围内（128）

关于如何获取Python 3将UTF-8打印到网络上的任何建议？谢谢！

编辑：我的帐户和locale（Apache的帐户）中的www-data的输出是：

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="en_US.UTF-8"
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=

解决方法

由于这里用户的反馈，我得以找到一个解决方案：

  1. Content-Type行中必须包含charset=utf-8。
  2. Apache的配置文件必须包含SetEnv LANG en_US.UTF-8。

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

,

您必须将数据显式编码为utf-8（否则Python会尝试猜测，并且在您的情况下，它会猜测ASCII，但效果不佳）。因此，请执行以下操作：

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

这将纠正您的错误。 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（而UTF-8是原始字节数组，而不是字符串）。

除此之外，您应该告诉客户端（浏览器）数据以utf-8格式提供（否则浏览器也必须猜测，可能会成功，但是最好是明确的），例如 

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

读取文件时，请使用上下文管理器。

幕后打开和关闭文件已为您完成，因此您不必记住它。

with open(filename,encoding='utf-8') as f:
    text = f.read()
print(text)
pythonpython-unicode