将 Python 3 中的 UTF-8 字符打印到 Web

Question

我正在尝试将 Python 3 中的 Unicode 字符打印到网络上。在 Python 我可以运行:

print("Content-Type: text/html; charset=utf-8\n")
print("\u00EA")

当从命令行运行时，它正确地吐出：

Content-type: text/html; charset=utf-8

ê

但是当运行从网络作为Apache下的CGI脚本时，它会抛出一个错误：

UnicodeEncodeError: 'ascii' codec can't encode character '\xea' in position 0: ordinal not in range(128)

关于如何让 Python 3 将 UTF-8 打印到网络上的任何建议？谢谢！

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

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=

Answer 1

您必须将数据显式编码为 utf-8（否则 Python 会尝试猜测，而在您的情况下，它猜测的是 ASCII，但效果不佳）。所以，这样做：

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

这将解决您的错误。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（并且 UTF-8 是原始字节数组，而不是字符串）。

除此之外，你应该告诉客户端（浏览器）数据是以utf-8提供的（否则浏览器也必须猜测，这可能会成功，但最好是明确的），例如

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

Answer 2

读取文件时使用上下文管理器。

后台打开和关闭文件已经为您完成，您不必记住它。

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

Answer 3

感谢这里用户的反馈，我得以拼凑出一个解决方案：

Content-Type 行必须包含 charset=utf-8。
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 return "UTF-8"，而不是 "ANSI_X3.4-1968".

将 Python 3 中的 UTF-8 字符打印到 Web

Printing UTF-8 characters in Python 3 to the web

python

utf-8

python-unicode