为什么 Eclipse 中的“另存为 UTF-8”会修复 Python UnicodeEncodeError？

Question

我有：

• 文件file.txt 仅包含一个字符：♠，并采用 UTF-8 编码。

• 一个 CP-1252 编码的 Python 脚本 test.py 包含：

  import codecs
  text = codecs.open('file.txt', 'r', 'UTF-8').read()
  print('text: {0}'.format(text))
  

当我在 Windows 7 SP1 x64 Ultimate 和 Python 3.5.2 x64 上的 Eclipse 4.7.2 中运行它时，我收到错误消息：

Traceback (most recent call last):
  File "C:\eclipse-4-7-2-workspace\SEtest\test.py", line 3, in <module>
    print('text: {0}'.format(text))
  File "C:\programming\python\Python35-32\lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u2660' in position 6: character maps to <undefined>

我的理解是，问题源于在 Microsoft Windows 上，Python 解释器默认使用 CP-1252 作为其编码，因此使用字符 ♠。

另外，我要注意的是，我保留了 Eclipse 默认编码，可以在 Preferences > General > Workspace 中看到：

当我将 Python 脚本 test.py 更改为：

import codecs
print(u'♠') # <--- adding this line is the only modification
text = codecs.open('file.txt', 'r', 'UTF-8').read()
print('text: {0}'.format(text))

然后尝试运行它，我收到错误消息：

（注意：Eclipse 被配置为在我运行时保存脚本）。

选择Save as UTF-8选项后，我得到同样的错误信息：

Traceback (most recent call last):
  File "C:\Users\Francky\eclipse-4-7-2-workspace\SEtest\test.py", line 2, in <module>
    print(u'\u2660')
  File "C:\programming\python\Python35-32\lib\encodings\cp1252.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_table)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u2660' in position 0: character maps to <undefined>

我认为这是意料之中的，因为 Python 解释器仍然使用CP-1252。

但是如果我在 Eclipse 中再次运行脚本而不做任何修改，它就可以工作。输出是：

♠
text: ♠

为什么有效？

Answer 1

Phyton 将要打印的文本转换为控制台的编码，即 Windows 上的活动代码页 (at least until version 3.6)。

要避免UnicodeEncodeError，您必须将控制台编码更改为UTF-8。有several ways 可以做到这一点，例如。 G。在 Windows 命令行上执行 cmd /K chcp 65001。

在Eclipse中，控制台的encoding可以在运行配置中设置为UTF-8（Run > Run Configurations... ），在常用标签中。

Window > Preferences: General > Workspace 和 Project > Properties: Ressource 中的文本文件编码设置仅用于文本编辑器如何显示文本文件。