Question

我刚刚运行了一个正在运行的应用程序的一些unicode错误，它不时地处理非常奇怪的字符串，最近，

Pınar Karsıyaka

在我的开发环境中（Aptana w.PyDev on Mavericks Mac上有一个最新的自制软件安装），处理这个字符串不会产生错误，并作为

打印到控制台

P\u0131nar Kars\u0131yaka v Torku Selcuk

但在生产环境中，标准的Ubuntu和Python安装在Amazon EC2小盒子上，打印方式如

P\xc4\xb1nar Kars\xc4\xb1yaka v Torku Selcuk

并给出了一个可怕的Python错误，

UnicodeEncodeError: 'ascii' codec can't encode character u'\u0131' in position 50: ordinal not in range(128)

我想知道如何（如果可能的话）使prod环境能够处理这些字符，比如我的开发环境可以，但也希望能够改变我的开发环境来破坏像prod一，所以我可以处理在代码中发生这种情况的事件。

感谢您提供任何帮助。

Mac Python - Python 2.7.5（默认，2013年11月1日，18：38：34） [达尔文的GCC 4.2.1兼容的Apple LLVM 5.0（clang-500.2.79）]

Ubuntu Python - Python 2.7.3（默认，2013年4月10日，06：20：15） linux2上的[GCC 4.6.3]

Answer 1

如果你在python源码的2.7分支中稍微潜水，你会发现default encoding of unicode strings首先是set to some forced value（现在，它是“ascii”，尽管它已经是“utf” -8“之前），但在解释器的每个实例化期间都是overridden by the site module。

要检查每个平台上的行为，请运行：

$ python -c 'import sys; print(sys.getdefaultencoding())'

现在，如果你想让它们均匀，那就不是很简单，因为这个功能 'setdefaultencoding'是deleted in the site module，所以你必须这样做重新加载sys模块以获取它：

$ python -c 'import sys; reload(sys); sys.setdefaultencoding("utf-8"); print(sys.getdefaultencoding())'

这样，无论语言环境如何，您都可以在每个平台上使用相同的编码在解释器中从os到python构建的多个级别定义的编码。

Answer 2

图书馆版

请确认所有库版本都相同，我怀疑API更改会从某些外部数据源返回unicode vs str。升级SQLObject和Cherrypy之前，我已经看到过这些问题。此外，数据源设置也很重要，例如，如果您使用mysql服务器，则需要注意default_encoding。

您的问题没有指明数据来源，很难猜测。

至少，请在两个环节中进行pip freeze并比较版本号。

默认编码

检查其中一个环境中是否有sitecustomize.py - 这是设置任何不稳定事物的官方方式（无论如何你不应该这样做，但那是另一个故事）。

它可能与@ chocko01建议完全相同 - 设置了deafault编码。通过在两种环境中记录sys.getdefaultencoding()来检查它。

在Python中设置默认编码使转换unicode<->str（Python2）和str<->bytes（Python3）透明，但从长远来看，这是一个坏主意。请记住explicit is better than implicit。

跟踪您的数据

它很难解决，但除非你能在可重复的测试中捕捉到这个特殊的问题，否则第二好的就是倾倒大量的原木，然后向后工作，看看你的时髦之处输入来自。

然后向下追踪它以确定本地和生产环境之间的差异。

出现错误时，它在您的本地环境中unicode和生成环境中的UTF-8编码，又名str。您有两个环境样本的事实表明您能够重现该问题。也许你应该写一个自动化测试。