Изменение кодировки Windows cmd вызывает сбой Python

Question

Сначала я изменяю кодировку Windows CMD на utf-8 и запускаю интерпретатор Python:

chcp 65001
python

Затем я пытаюсь напечатать внутри него юникодную строку, и когда я делаю это, Python падает специфическим образом (я просто получаю приглашение cmd в том же окне).

>>> import sys
>>> print u'ëèæîð'.encode(sys.stdin.encoding)

Есть идеи, почему это происходит и как заставить это работать?

UPD : sys.stdin.encoding возвращает 'cp65001'

UPD2 : Просто мне пришло в голову, что проблема может быть связана с тем фактом, что utf-8 использует многобайтовый набор символов (kcwu подчеркнул это хорошо) , Я попытался запустить весь пример с «windows-1250» и получил «ea»? Windows-1250 использует односимвольный набор, поэтому он работает для тех символов, которые понимает. Однако я до сих пор не знаю, как заставить работать здесь utf-8.

UPD3 : О, я обнаружил, что это известная ошибка Python . Я предполагаю, что происходит то, что Python копирует кодировку cmd как 'cp65001 в sys.stdin.encoding и пытается применить ее ко всем входным данным. Так как он не может понять 'cp65001', он падает на любом входе, который содержит символы не ascii.

Answer 1

Вот как псевдоним cp65001 к UTF-8 без изменения encodings\aliases.py:

import codecs
codecs.register(lambda name: codecs.lookup('utf-8') if name == 'cp65001' else None)

(ИМХО, не обращайте внимания на глупость из-за того, что cp65001 не идентичен UTF-8 в http://bugs.python.org/issue6058#msg97731. Предполагается, что он будет таким же, даже если в кодеке Microsoft есть незначительные ошибки. )

Вот некоторый код (написанный для Tahoe-LAFS, tahoe-lafs.org), который заставляет вывод консоли работать независимо от кодовой страницы chcp, а также читает аргументы командной строки Unicode. Благодарим Майкла Каплана за идею, лежащую в основе этого решения. Если stdout или stderr перенаправлены, он выдаст UTF-8. Если вам нужна метка порядка байтов, вам нужно написать ее явно.

[Редактировать: Эта версия использует WriteConsoleW вместо флага _O_U8TEXT в библиотеке времени выполнения MSVC, которая содержит ошибки. WriteConsoleW также содержит ошибки относительно документации MS, но не так.]

import sys
if sys.platform == "win32":
    import codecs
    from ctypes import WINFUNCTYPE, windll, POINTER, byref, c_int
    from ctypes.wintypes import BOOL, HANDLE, DWORD, LPWSTR, LPCWSTR, LPVOID

    original_stderr = sys.stderr

    # If any exception occurs in this code, we'll probably try to print it on stderr,
    # which makes for frustrating debugging if stderr is directed to our wrapper.
    # So be paranoid about catching errors and reporting them to original_stderr,
    # so that we can at least see them.
    def _complain(message):
        print >>original_stderr, message if isinstance(message, str) else repr(message)

    # Work around <http://bugs.python.org/issue6058>.
    codecs.register(lambda name: codecs.lookup('utf-8') if name == 'cp65001' else None)

    # Make Unicode console output work independently of the current code page.
    # This also fixes <http://bugs.python.org/issue1602>.
    # Credit to Michael Kaplan <http://www.siao2.com/2010/04/07/9989346.aspx>
    # and TZOmegaTZIOY
    # </825484/izmenenie-kodirovki-windows-cmd-vyzyvaet-sboi-python#825500>.
    try:
        # <http://msdn.microsoft.com/en-us/library/ms683231(VS.85).aspx>
        # HANDLE WINAPI GetStdHandle(DWORD nStdHandle);
        # returns INVALID_HANDLE_VALUE, NULL, or a valid handle
        #
        # <http://msdn.microsoft.com/en-us/library/aa364960(VS.85).aspx>
        # DWORD WINAPI GetFileType(DWORD hFile);
        #
        # <http://msdn.microsoft.com/en-us/library/ms683167(VS.85).aspx>
        # BOOL WINAPI GetConsoleMode(HANDLE hConsole, LPDWORD lpMode);

        GetStdHandle = WINFUNCTYPE(HANDLE, DWORD)(("GetStdHandle", windll.kernel32))
        STD_OUTPUT_HANDLE = DWORD(-11)
        STD_ERROR_HANDLE = DWORD(-12)
        GetFileType = WINFUNCTYPE(DWORD, DWORD)(("GetFileType", windll.kernel32))
        FILE_TYPE_CHAR = 0x0002
        FILE_TYPE_REMOTE = 0x8000
        GetConsoleMode = WINFUNCTYPE(BOOL, HANDLE, POINTER(DWORD))(("GetConsoleMode", windll.kernel32))
        INVALID_HANDLE_VALUE = DWORD(-1).value

        def not_a_console(handle):
            if handle == INVALID_HANDLE_VALUE or handle is None:
                return True
            return ((GetFileType(handle) & ~FILE_TYPE_REMOTE) != FILE_TYPE_CHAR
                    or GetConsoleMode(handle, byref(DWORD())) == 0)

        old_stdout_fileno = None
        old_stderr_fileno = None
        if hasattr(sys.stdout, 'fileno'):
            old_stdout_fileno = sys.stdout.fileno()
        if hasattr(sys.stderr, 'fileno'):
            old_stderr_fileno = sys.stderr.fileno()

        STDOUT_FILENO = 1
        STDERR_FILENO = 2
        real_stdout = (old_stdout_fileno == STDOUT_FILENO)
        real_stderr = (old_stderr_fileno == STDERR_FILENO)

        if real_stdout:
            hStdout = GetStdHandle(STD_OUTPUT_HANDLE)
            if not_a_console(hStdout):
                real_stdout = False

        if real_stderr:
            hStderr = GetStdHandle(STD_ERROR_HANDLE)
            if not_a_console(hStderr):
                real_stderr = False

        if real_stdout or real_stderr:
            # BOOL WINAPI WriteConsoleW(HANDLE hOutput, LPWSTR lpBuffer, DWORD nChars,
            #                           LPDWORD lpCharsWritten, LPVOID lpReserved);

            WriteConsoleW = WINFUNCTYPE(BOOL, HANDLE, LPWSTR, DWORD, POINTER(DWORD), LPVOID)(("WriteConsoleW", windll.kernel32))

            class UnicodeOutput:
                def __init__(self, hConsole, stream, fileno, name):
                    self._hConsole = hConsole
                    self._stream = stream
                    self._fileno = fileno
                    self.closed = False
                    self.softspace = False
                    self.mode = 'w'
                    self.encoding = 'utf-8'
                    self.name = name
                    self.flush()

                def isatty(self):
                    return False

                def close(self):
                    # don't really close the handle, that would only cause problems
                    self.closed = True

                def fileno(self):
                    return self._fileno

                def flush(self):
                    if self._hConsole is None:
                        try:
                            self._stream.flush()
                        except Exception as e:
                            _complain("%s.flush: %r from %r" % (self.name, e, self._stream))
                            raise

                def write(self, text):
                    try:
                        if self._hConsole is None:
                            if isinstance(text, unicode):
                                text = text.encode('utf-8')
                            self._stream.write(text)
                        else:
                            if not isinstance(text, unicode):
                                text = str(text).decode('utf-8')
                            remaining = len(text)
                            while remaining:
                                n = DWORD(0)
                                # There is a shorter-than-documented limitation on the
                                # length of the string passed to WriteConsoleW (see
                                # <http://tahoe-lafs.org/trac/tahoe-lafs/ticket/1232>.
                                retval = WriteConsoleW(self._hConsole, text, min(remaining, 10000), byref(n), None)
                                if retval == 0 or n.value == 0:
                                    raise IOError("WriteConsoleW returned %r, n.value = %r" % (retval, n.value))
                                remaining -= n.value
                                if not remaining:
                                    break
                                text = text[n.value:]
                    except Exception as e:
                        _complain("%s.write: %r" % (self.name, e))
                        raise

                def writelines(self, lines):
                    try:
                        for line in lines:
                            self.write(line)
                    except Exception as e:
                        _complain("%s.writelines: %r" % (self.name, e))
                        raise

            if real_stdout:
                sys.stdout = UnicodeOutput(hStdout, None, STDOUT_FILENO, '<Unicode console stdout>')
            else:
                sys.stdout = UnicodeOutput(None, sys.stdout, old_stdout_fileno, '<Unicode redirected stdout>')

            if real_stderr:
                sys.stderr = UnicodeOutput(hStderr, None, STDERR_FILENO, '<Unicode console stderr>')
            else:
                sys.stderr = UnicodeOutput(None, sys.stderr, old_stderr_fileno, '<Unicode redirected stderr>')
    except Exception as e:
        _complain("exception %r while fixing up sys.stdout and sys.stderr" % (e,))


    # While we're at it, let's unmangle the command-line arguments:

    # This works around <http://bugs.python.org/issue2128>.
    GetCommandLineW = WINFUNCTYPE(LPWSTR)(("GetCommandLineW", windll.kernel32))
    CommandLineToArgvW = WINFUNCTYPE(POINTER(LPWSTR), LPCWSTR, POINTER(c_int))(("CommandLineToArgvW", windll.shell32))

    argc = c_int(0)
    argv_unicode = CommandLineToArgvW(GetCommandLineW(), byref(argc))

    argv = [argv_unicode[i].encode('utf-8') for i in xrange(0, argc.value)]

    if not hasattr(sys, 'frozen'):
        # If this is an executable produced by py2exe or bbfreeze, then it will
        # have been invoked directly. Otherwise, unicode_argv[0] is the Python
        # interpreter, so skip that.
        argv = argv[1:]

        # Also skip option arguments to the Python interpreter.
        while len(argv) > 0:
            arg = argv[0]
            if not arg.startswith(u"-") or arg == u"-":
                break
            argv = argv[1:]
            if arg == u'-m':
                # sys.argv[0] should really be the absolute path of the module source,
                # but never mind
                break
            if arg == u'-c':
                argv[0] = u'-c'
                break

    # if you like:
    sys.argv = argv

Наконец, можно удовлетворить желание ΤΖΩΤΖ использовать DejaVu Sans Mono, что, я согласен, является отличным шрифтом для консоли.

Информацию о требованиях к шрифтам и о том, как добавить новые шрифты для консоли Windows, можно найти в «Необходимых критериях доступности шрифтов в командном окне» Microsoft KB

Но в основном в Vista (возможно, также в Win7):

• в HKEY_LOCAL_MACHINE_SOFTWARE\Microsoft\Windows NT\CurrentVersion\Console\TrueTypeFont, установите "0" в "DejaVu Sans Mono";
• для каждого из подразделов в HKEY_CURRENT_USER\Console, установите "FaceName" в "DejaVu Sans Mono".

В XP проверьте поток 'Изменение шрифтов командной строки?' в форумах LockerGnome .

Answer 2

Set PYTHONIOENCODING системная переменная:

> chcp 65001
> set PYTHONIOENCODING=utf-8
> python example.py
Encoding is utf-8

Источник example.py прост:

import sys
print "Encoding is", sys.stdin.encoding

Answer 3

Для неизвестной кодировки: проблема cp65001, можно установить новую Переменная как PYTHONIOENCODING и Значение как UTF-8. (Это работает для меня)

Просмотр:

Answer 4

У меня тоже была эта досадная проблема, и я ненавидел то, что не мог запускать свои сценарии с поддержкой юникода так же, как в MS Windows, так и в Linux. Итак, мне удалось найти обходной путь.

Возьмите этот скрипт (скажем, uniconsole.py в ваших пакетах сайта или как угодно):

import sys, os

if sys.platform == "win32":
    class UniStream(object):
        __slots__= ("fileno", "softspace",)

        def __init__(self, fileobject):
            self.fileno = fileobject.fileno()
            self.softspace = False

        def write(self, text):
            os.write(self.fileno, text.encode("utf_8") if isinstance(text, unicode) else text)

    sys.stdout = UniStream(sys.stdout)
    sys.stderr = UniStream(sys.stderr)

Похоже, что это работает вокруг ошибки Python (или ошибки консоли Unicode в Win32, что угодно). Затем я добавил во все связанные сценарии:

try:
    import uniconsole
except ImportError:
    sys.exc_clear()  # could be just pass, of course
else:
    del uniconsole  # reduce pollution, not needed anymore

Наконец, я просто запускаю свои скрипты по мере необходимости в консоли, где запускается chcp 65001 и шрифт Lucida Console. (Как бы я хотел, чтобы вместо этого можно было использовать DejaVu Sans Mono ... но взлом реестра и выбор его в качестве консольного шрифта превращается в растровый шрифт.)

Это быстрая и грязная замена stdout и stderr, которая также не обрабатывает никаких ошибок, связанных с raw_input (очевидно, поскольку она вообще не касается sys.stdin). И, кстати, я добавил псевдоним cp65001 для utf_8 в файле encodings\aliases.py стандартной библиотеки lib.

Answer 5

Хотите, чтобы Python кодировал в UTF-8?

>>>print u'ëèæîð'.encode('utf-8')
ëèæîð

Python не распознает cp65001 как UTF-8.

Answer 6

Это потому, что «кодовая страница» cmd отличается от «mbcs» системы. Несмотря на то, что вы изменили «кодовую страницу», python (фактически, windows) все еще думает, что ваши «mbcs» не меняются.

Answer 7

Для меня установка этого env var перед выполнением программы на python:

set PYTHONIOENCODING=utf-8

Answer 8

Несколько комментариев: вы, вероятно, ошиблись encodig и .code. Вот мой пример вашего примера.

C:\>chcp 65001
Active code page: 65001

C:\>\python25\python
...
>>> import sys
>>> sys.stdin.encoding
'cp65001'
>>> s=u'\u0065\u0066'
>>> s
u'ef'
>>> s.encode(sys.stdin.encoding)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
LookupError: unknown encoding: cp65001
>>>

Вывод - cp65001 - не известная кодировка для python. Попробуйте 'UTF-16' или что-то подобное.

Answer 9

Проблема была решена и решена в этой теме:

Изменить кодировку системы

Решение состоит в том, чтобы отменить выбор Unicode UTF-8 для всемирной поддержки в Win. Это потребует перезагрузки, после чего ваш Python должен вернуться в нормальное состояние.

Шаги для победы:

1. Перейти к панели управления
2. Выбор часов и региона
3. Нажмите Регион> Административный
4. В разделе «Язык» для программ, не поддерживающих Юникод, нажмите «Изменить язык системы»
5. В появившемся окне «Настройки региона» снимите флажок «Бета: использовать Unicode UTF-8 ...»
6. Перезагрузите компьютер в соответствии с приглашением Win

Картинка для точного определения места решения проблемы:

Как решить проблему