Python2中解决列表，字典内汉字的显示问题

Posted 2020-12-16 不想喝水的鱼

　

参考文档：https://www.cnblogs.com/xybaby/p/7854126.html

Python 2 中对列表和字典中的中文进行输出的时候，都无法原样打印

>>> l=[\'你好\',\'版块\',\'博客\',\'字典\']
>>> print l
[\'\\xc4\\xe3\\xba\\xc3\', \'\\xb0\\xe6\\xbf\\xe9\', \'\\xb2\\xa9\\xbf\\xcd\', \'\\xd7\\xd6\\xb5\\xe4\']
>>> 

当前是运行在 win10 ， python 2.7

>>> import sys,locale
>>> sys.getdefaultencoding()
\'ascii\'
>>> locale.getdefaultlocale()
(\'zh_CN\', \'cp936\')
>>> sys.stdin.encoding
\'cp936\'
>>> sys.stdout.encoding
\'cp936\'

相对的 python3的环境如下：

>>> import sys,locale
>>> sys.getdefaultencoding()
\'utf-8\'
>>> locale.getdefaultlocale()
(\'zh_CN\', \'cp936\')
>>> sys.stdin.encoding
\'utf-8\'
>>> sys.stdout.encoding
\'utf-8

由此对比可得，python3的标准输出默认utf-8所以中文输出没问题，但python2.7的是cp936所以输出不是我们希望的结果。

这里列举几种解决方法：

 

str类型的中文

 

1、逐个打印

直接print容器中的元素

>>> l=[\'你好\',\'版块\',\'博客\',\'字典\']
>>> for k in l:
    print k

    
你好
版块
博客
字典

>>> for k, v in {\'name\': \'张三\'}.items():
print k,v

 

name 张三

 

对于简单的容器对象，还是很方便的，但是对于嵌套的容器对象，就麻烦了

 

2、json dumps

这个方法在网上推荐的较多

>>> data = {\'严\': 1, 2: [\'如\'], 3:\'玉\'}
>>> import json
>>> dumped_data = json.dumps(data, encoding = \'gbk\', ensure_ascii=False)
>>> print dumped_data
{"2": ["如"], "3": "玉", "严": 1}

可以看到，虽然打印出了中文，但是2 3都被加上了引号，感觉怪怪的

　　需要注意的是上面的两个参数(encoing ensure_ascii), 这两个参数都有默认参数（encoding = \'utf-8\', ensure_ascii=True），跟我们这里使用的都不一样。

 

ensure_ascii参数也很关键

>>> dumped_data = json.dumps(data, encoding = \'gbk\')
>>> print dumped_data
{"2": ["\\u5982"], "3": "\\u7389", "\\u4e25": 1}

　　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.

 

3、repr string_escape

>>> decoded_data = repr(data).decode(\'string_escape\')
>>> print decoded_data
{2: [\'如\'], 3: \'玉\', \'严\': 1}

　　既然repr的输出是十六进制的str，那么就可以使用string_escape进行转换，具体也可以参见上文

 

4、PEP3140

　　虽然PEP3140被reject了，但我们还是可以利用其思想吧，那就是强制调用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, 严: 1}
>>> switched_data
{2: [如], 3: 玉, 严: 1}

 

unicode类型的中文

　　基本姿势于上一章节是一样的，下面直接给出答案

　　同上第二种姿势

>>> udata = {u\'严\': 1, 2: [u\'如\'], 3:u\'玉\'}
>>> print json.dumps(udata, encoding = \'gbk\', ensure_ascii=False)
{"2": ["如"], "3": "玉", "严": 1}

　　同上第三种姿势

>>> print repr(udata).decode(\'unicode_escape\')
{2: [u\'如\'], 3: u\'玉\', u\'严\': 1}
>>>

　　同上第四种姿势

 1 def switch_container( data ):
 2     ret = None
 3     if isinstance(data, unicode):
 4         ret = ForceStr(data.encode(sys.stdout.encoding))
 5     elif isinstance(data, list) or isinstance(data, tuple):
 6         ret = [switch_container(var) for var in data]
 7     elif isinstance(data, dict):
 8         ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems())
 9     else:
10         ret = data
11     return ret

>>>
>>> print switch_container(udata)
{2: [如], 3: 玉, 严: 1}

 

当str与unicode中文并存时

同上第二种姿势

>>> data[4] = u\'啊\'
>>> print json.dumps(data, encoding = \'gbk\', ensure_ascii=False)
{"2": ["如"], "3": "玉", "4": "啊", "严": 1}

同上第三种姿势

>>> print repr(data).decode(\'string_escape\')
{2: [\'如\'], 3: \'玉\', 4: u\'\\u554a\', \'严\': 1}

　　呃，unicode中文打印不出来

>>> print repr(data).decode(\'unicode_escape\')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: \'gbk\' codec can\'t encode character u\'\\xc8\' in position 6: illegal multibyte sequence
>>>

　　擦，也许有正确的姿势，不过我没有试出来

 

　　同上第四种姿势

 1 def switch_container( data ):
 2     ret = None
 3     if isinstance(data, str):
 4         ret = ForceStr(data)
 5     elif isinstance(data, unicode):
 6         ret = ForceStr(data.encode(sys.stdout.encoding))
 7     elif isinstance(data, list) or isinstance(data, tuple):
 8         ret = [switch_container(var) for var in data]
 9     elif isinstance(data, dict):
10         ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems())
11     else:
12         ret = data
13     return ret

>>> print switch_container(data)
{2: [如], 3: 玉, 4: 啊, 严: 1}

 

总结

 

　　json.dumps版本还算可以，能够处理str中文，unicode中文， str与unicode中文并存三种情况，不过显示结果与真实有点差异

　　string_escape(unicode_escape)只使用只有str（unicode）中文的情况，使用较为受限

　　自己实现的switch_container版本，能够友好支持str中文，unicode中文，str与unicode中文并存三种情况

　　str与unicode并存真是一件蛋疼的事情！