UnicodeDecodeError（再次）与 format() 但不是与连接

Question

我有一个带有文本字段title 和text 的类块。当我想打印它们时，我得到（惊喜，惊喜！）UnicodeDecodeError。当我尝试格式化输出字符串时，它给了我一个错误，但是当我只是连接文本和标题并返回它时，我没有收到任何错误：

class Chunk:
  # init, fields, ...

  # this implementation will give me an error
  def __str__( self ):
    return u'{0} {1}'.format ( enc(self.text), enc(self.title) )

  # but this is OK - all is printed without error
  def __str__( self ):
    return enc(self.text) + enc(self.title)

def enc(x):
  return x.encode('utf-8','ignore') # tried many combinations of arguments...


c = Chunk()
c.text, c.title = ... # feed from external file
print c

呸！错误！

return u'{0} {1}'.format ( enc(self.text), enc(self.title) )
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc2 in position 2844: ordinal not in range(128)

我想我使用了encode/decode/utf-8/ascii/replace/ignore/...的所有可能组合

（python unicode 问题真的很烦人！）

Answer 1

1. 当您返回 unicode 时，您应该 override __unicode__, not __str__。

2. 没有必要调用.encode()，因为输入已经是一个unicode。随便写

   def __unicode__(self):
       return u"{0} {1}".format(self.text, self.title)
   

Answer 2

避免2.x python的unicode问题最简单的方法就是将整体编码设置为utf-8，否则这样的问题会在突然的地方不断出现：

import sys
reload(sys)
sys.setdefaultencoding('utf-8')