python2中打印列表與字典內的中文字符


在開發過程中,我們經常需要打印一些變量的值,便於調試。這個時候就會發現如果在列表與字典這些容器中,如果包含中文字符,不管是str類型,還是unicode類型,都打印不出來。如下:

>>> print {'name': '張三'}
{'name': '\xe5\xbc\xa0\xe4\xb8\x89'}
>>> print {'name': u'張三'}
{'name': u'\u5f20\u4e09'}

當然,我們很難自行腦補這些十六進制的意思,每次轉移一下也很麻煩,有沒有辦法一勞永逸呢。

>>> import sys,locale
>>> sys.getdefaultencoding()
'ascii'
>>> locale.getdefaultlocale()
('zh_CN', 'UTF-8')
>>> sys.stdin.encoding
'UTF-8'
>>> sys.stdout.encoding
'UTF-8'

首先讓我們分析一下為什么無法打印包含中文的容器(dict list tuple)

>>> data = {'嚴': 1, 2: ['如'], 3:'玉'}
>>> data
{'\xe4\xb8\xa5': 1, 3: '\xe7\x8e\x89', 2: ['\xe5\xa6\x82']}
>>> print data
{'\xe4\xb8\xa5': 1, 3: '\xe7\x8e\x89', 2: ['\xe5\xa6\x82']}
>>> print data[3]

上面data在key value中包含中文,而且也有嵌套的list,后文都使用這個data

可以看到不管是直接輸出data(調用dict.__repr__),還是print data(調用dict.__str__),都無法輸出中文,而是像str.__repr__的結果。即調用容器的__str__時,事實上調用的是容器元素的__repr__方法,這個很好驗證:

>>> class OBJ(object):
... def __str__(self):
... return 'OBJ str'
... def __repr__(self):
... return 'OBJ repr'
...
>>> lst = [OBJ()]
>>> print lst
[OBJ repr]

OBJ這個自定義的類,__str__ __repr__的方法實現不一樣,當作為容器(list)的元素時,明顯調用的是OBJ.__repr__

在stackoverflow上的一個問題print-a-list-that-contains-chinese-characters-in-python給出了答案

When you print foo, what gets printed out is str(foo).
However, if foo is a list, str(foo) uses repr(bar) for each element bar, not str(bar).

當然,這個問題早就被人發現了,在PEP3140 str(container) should call str(item), not repr(item) ,在這個提議中,就建議在打印容器的時候,使用__str__而不是__repr__。但是被Guido(Python之父)無情的拒絕了,原因是:

Guido said this would cause too much disturbance too close to beta

雖然提議被reject了,但是需求還是照樣存在的啊,於是有了各種解決辦法

第一種方法:逐個打印
  直接print容器中的元素

>>> lst = ['張三', '李四']
>>> print '[' + ', '.join(["asdf", "中文"]) + ']'
[asdf, 中文]
>>> for k, v in {'name': '張三'}.items():
... print k, v
...
name 張三

對於簡單的容器對象,還是很方便的,但是對於嵌套的容器對象,比如上面data的例子,就很麻煩了

第二種方法: json dumps

這個方法在網上推薦得較多

>>> import json
>>> dumped_data = json.dumps(data, encoding = 'UTF-8', ensure_ascii=False)
>>> print dumped_data
{"嚴": 1, "3": "玉", "2": ["如"]}

可以看到,雖然打印出了中文,但是2 3都被加上了引號,感覺怪怪的

需要注意的是上面的兩個參數(encoing ensure_ascii), 這兩個參數都有默認參數(encoding = 'utf-8', ensure_ascii=True)

python document是有描述的;

If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the result is a str instance consisting of ASCII characters only.

第三種方法: repr string_escape
>>> decoded_data = repr(data).decode('string_escape')
>>> print decoded_data
{'嚴': 1, 3: '玉', 2: ['如']}

既然repr的輸出是十六進制的str,那么就可以使用string_escape進行轉換,具體也可以參見上文

第四種方法:PEP3140
雖然PEP3140被reject了,但我們還是可以利用其思想吧,那就是強制調用str.__str__而不是str.__repr__


class ForceStr(str):
def __repr__(self):
return super(ForceStr, self).__str__()

def switch_container( data ):
ret = None
if isinstance(data, str):
ret = ForceStr(data)
elif isinstance(data, list) or isinstance(data, tuple):
ret = [switch_container(var) for var in data]
elif isinstance(data, dict):
ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems())
else:
ret = data
return ret

>>> switched_data = switch_container(data)
>>> print switched_data
{2: [如], 3: 玉, 嚴: 1}
>>> switched_data
{2: [如], 3: 玉, 嚴: 1}

ForceStr繼承自str,然后ForceStr.__repr__調用str.__str__。然后遞歸將容器里面的str類型的元素替換成ForceStr。可以看到,能夠順序打印出中文,格式也沒有問題


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM