Python：在 Unicode 转义字符串上使用 .format()

Posted 2023-02-24

【中文标题】Python：在 Unicode 转义字符串上使用 .format()

【英文标题】：Python: Using .format() on a Unicode-escaped string

【发布时间】：2011-03-15 04:54:36

【问题描述】：

我正在使用 Python 2.6.5。我的代码需要使用“大于或等于”符号。就是这样：

>>> s = u'\u2265'
>>> print s
>>> ≥
>>> print "0".format(s)
Traceback (most recent call last):
     File "<input>", line 1, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265'
  in position 0: ordinal not in range(128)`  

为什么会出现此错误？有没有正确的方法来做到这一点？我需要使用.format() 函数。

【参考方案1】：

只需将第二个字符串也设为 unicode 字符串

>>> s = u'\u2265'
>>> print s
≥
>>> print "0".format(s)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265' in position 0: ordinal not in range(128)
>>> print u"0".format(s)
≥
>>> 

【讨论】：

@Kit：如果您希望所有文字都是 Unicode（如在 Python 3 中），请将 from __future__ import unicode_literals 放在源文件的开头。

是的，如果你习惯于 % 格式化，这会让你受益匪浅，因为这个 "%s" % u"\u2265" 有效，但是 "".format(u"\u2265")会抛出异常。

多么简单的事情……直到我找到了一点启示……我头疼得厉害……

【参考方案2】：

unicodes 需要unicode 格式字符串。

>>> print u'0'.format(s)
≥

【参考方案3】：

更多关于为什么会发生的信息。

>>> s = u'\u2265'
>>> print s

之所以有效，是因为print 自动为您的环境使用系统编码，该编码可能设置为 UTF-8。 （您可以通过import sys; print sys.stdout.encoding查看）

>>> print "0".format(s)

失败，因为format 尝试匹配调用它的类型的编码（我找不到关于此的文档，但这是我注意到的行为）。由于字符串文字是在 python 2 中编码为 ASCII 的字节字符串，format 尝试将s 编码为 ASCII，然后导致该异常。观察：

>>> s = u'\u2265'
>>> s.encode('ascii')
Traceback (most recent call last):
  File "<input>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265' in position 0: ordinal not in range(128)

所以这基本上就是这些方法有效的原因：

>>> s = u'\u2265'
>>> print u''.format(s)
≥
>>> print ''.format(s.encode('utf-8'))
≥

源字符集由编码声明定义；如果源文件中没有给出编码声明，则为 ASCII (https://docs.python.org/2/reference/lexical_analysis.html#string-literals)

【讨论】：

哦，我发现这对理解 python 中的 unicode 以及一般计算机系统中的文本表示有很大帮助：nedbatchelder.com/text/unipain.html