Unicode 和覆盖 '__str__'

Question

我收到一个 unicode 错误只有在覆盖我的类的__str__ 方法时。怎么回事？

在Test.py:

class Obj(object):

    def __init__(self):
        self.title = u'\u2018'

    def __str__(self):
        return self.title


print "1: ", Obj().title
print "2: ", str(Obj())

运行这个我得到：

$ python Test.py
1:  ‘
2: 
Traceback (most recent call last):
  File "Test.py", line 11, in <module>
    print "2: ", str(Obj())
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2018' in position 0: ordinal not in range(128)

---

编辑：请不要只说str(u'\u2018') 也会引发错误！（虽然这可能是相关的）。这绕过了内置方法重载的全部目的——这段代码在任何时候都不应该调用str(u'\u2018')!!

Answer 1

您使用的是 Python 2.x。 str() 调用__str__ 并希望您返回一个字符串，即str。但你不是；您正在返回一个 unicode 对象。所以str() 很有帮助地尝试将其转换为str，因为这是str() 应该返回的内容。

现在，在 Python 2.x 中，字符串是字节序列，不是代码点，因此 Python 正在尝试将您的 Unicode 对象转换为字节序列。由于您没有（在这种情况下也不能）指定在创建字符串时使用什么编码，Python 使用 ASCII 的默认编码。这会失败，因为 ASCII 不能代表字符。

可能的解决方案：

1. 使用 Python 3，其中所有字符串都是 Unicode。这将为您提供一系列有趣的不同事物来让您一头雾水，但这不会是其中之一。

2. 在将对象转换为字符串时，覆盖 __unicode__() 而不是 __str__() 并使用 unicode() 而不是 str()。您仍然有一个问题（与 Python 3 共享），即如何将其转换为可以正确输出的字节序列。

3. 找出您的终端使用的编码（即sys.stdout.encoding）并让__str__()在返回之前将Unicode对象转换为该编码。请注意，仍然不能保证字符在该编码中是可表示的；例如，您不能将示例字符串转换为默认的 Windows 终端编码。在这种情况下，您可以回退到例如unicode-escape 编码，如果您在尝试转换为输出编码时遇到异常。

Answer 2

问题是 str() 无法处理 u'\u2018' (unicode)，因为它试图将其转换为 ascii 并且没有 ascii 字符。

>>> str(u'\u2018')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2018' in position 0: ordinal not in range(128)
>>> 

您可以查看this 了解更多信息...