python3 下中文報錯

https://blog.csdn.net/weiliu0626/article/details/8296282

https://blog.csdn.net/weixin_34198583/article/details/93631868

查看系統編碼

報錯的字符是一個Unicode字符，查了下發現是python3，只有str和Unicode兩種編碼，去查了python3的系統編碼：

>>> import sys
>>> sys.getdefaultencoding()
'utf-8'

系統編碼就是utf8， 所以再去設置什么系統編碼，文件開頭加上‘# coding=utf8’ 對我的問題是沒啥幫助；

查看輸入輸出編碼

既然不是系統編碼，而且前面輸出都沒有問題，所以可能也不是之前讀寫文件的編碼錯誤，可能是print的時候，也就是標准輸入輸出的時候編碼問題了；那么print的時候做了什么，用的是什么編碼呢？
我們已經知道在python3中，輸出的時候，會把str/Unicode 變成utf8的編碼；來看一下環境中的輸出編碼是什么：

>>> import sys 
>>> sys.stdout.encoding
'ANSI_X3.4-1968'

emmmm…..果然！！！居然是ansi…

更改編碼:

import io,sys
 
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf-8') # 改變標准輸出的默認編碼

沒錯，問題就在這了。  怎么改呢。  這是類UNIX系統的標准輸出編碼問題。

首先， 把/etc/sysconfig/i18n里面的編碼改成xxxx.UTF-8

主要/重點:

然后，在/etc/profile中加入一行。export LC_ALL="UTF-8"

重啟

---

 

結果出師不利，在將爬取到的商品標題print出來時，拋出錯誤：

	root@fb6e7c6fbe5c:/home/binss# python3 amazon_test.py
	Traceback (most recent call last):
	File "amazon_test.py", line 30, in
	print(s)
	UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-7: ordinal not in range(128)

Python2時代最怕就是這個UnicodeEncodeError，沒想到到了Python3，又見到它了。

查看第一個字符，發現為'\u8266'，於是測試以下代碼：

>>> print('\u8266')

果然報錯

	Traceback (most recent call last):
	File "", line 1, in
	UnicodeEncodeError: 'ascii' codec can't encode character '\u8266' in position 0: ordinal not in range(128)

嘗試了各種姿勢，結果還是沒能解決。

最后突發奇想，print不行，那我把其輸出到文件捏？

	>>> s = '\u8266'
	>>> with open('xxx.txt', mode='w') as pubilc_file:
	... pubilc_file.write(s)

依然報錯

	Traceback (most recent call last):
	File "", line 2, in
	UnicodeEncodeError: 'ascii' codec can't encode character '\u8266' in position 0: ordinal not in range(128)

那換成二進制輸出呢？

	>>> s = '\u8266'.encode('utf-8')
	>>> with open('xxx.txt', mode='wb') as pubilc_file:
	... pubilc_file.write(s)

竟然成功輸出了正確的字符——"艦"！這，難道是因為終端的stdout不支持utf-8輸出？

於是打印看看當前的stdout是啥

	root@fb6e7c6fbe5c:/home/binss# python3
	Python 3.5.1 (default, Dec 18 2015, 00:00:00)
	[GCC 4.8.4] on linux
	Type "help", "copyright", "credits" or "license" for more information.
	>>> import sys
	>>> sys.stdout
	<_io.TextIOWrapper name='' mode='w' encoding='ANSI_X3.4-1968'>
	>>>

這個ANSI_X3.4-1968的編碼是什么東西？怎么不是utf-8？以此為關鍵詞Google，終於搜到相關文章：

http://lab.knightstyle.info/私がpython3でunicodeencodeerrorなのはどう考えてもデフォルト文字/

大概意思就是如果要輸出utf-8，需要通過以下代碼將ANSI_X3.4-1968改為utf-8

	import sys
	import io
	sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8')

然后再次檢驗stdout是否為utf-8

	>>> sys.stdout
	<_io.TextIOWrapper name='' encoding='utf-8'>

之后就可以愉快地print了

	>>> print('\u8266')
	艦