在开发过程中,我们经常需要打印一些变量的值,便于调试。这个时候就会发现如果在列表与字典这些容器中,如果包含中文字符,不管是str类型,还是unicode类型,都打印不出来。如下:
>>> print {'name': '张三'}
{'name': '\xe5\xbc\xa0\xe4\xb8\x89'}
>>> print {'name': u'张三'}
{'name': u'\u5f20\u4e09'}
当然,我们很难自行脑补这些十六进制的意思,每次转移一下也很麻烦,有没有办法一劳永逸呢。
>>> import sys,locale
>>> sys.getdefaultencoding()
'ascii'
>>> locale.getdefaultlocale()
('zh_CN', 'UTF-8')
>>> sys.stdin.encoding
'UTF-8'
>>> sys.stdout.encoding
'UTF-8'
首先让我们分析一下为什么无法打印包含中文的容器(dict list tuple)
>>> data = {'严': 1, 2: ['如'], 3:'玉'}
>>> data
{'\xe4\xb8\xa5': 1, 3: '\xe7\x8e\x89', 2: ['\xe5\xa6\x82']}
>>> print data
{'\xe4\xb8\xa5': 1, 3: '\xe7\x8e\x89', 2: ['\xe5\xa6\x82']}
>>> print data[3]
玉
上面data在key value中包含中文,而且也有嵌套的list,后文都使用这个data
可以看到不管是直接输出data(调用dict.__repr__),还是print data(调用dict.__str__),都无法输出中文,而是像str.__repr__的结果。即调用容器的__str__时,事实上调用的是容器元素的__repr__方法,这个很好验证:
>>> class OBJ(object):
... def __str__(self):
... return 'OBJ str'
... def __repr__(self):
... return 'OBJ repr'
...
>>> lst = [OBJ()]
>>> print lst
[OBJ repr]
OBJ这个自定义的类,__str__ __repr__的方法实现不一样,当作为容器(list)的元素时,明显调用的是OBJ.__repr__
在stackoverflow上的一个问题print-a-list-that-contains-chinese-characters-in-python给出了答案
When you print foo, what gets printed out is str(foo).
However, if foo is a list, str(foo) uses repr(bar) for each element bar, not str(bar).
当然,这个问题早就被人发现了,在PEP3140 str(container) should call str(item), not repr(item) ,在这个提议中,就建议在打印容器的时候,使用__str__而不是__repr__。但是被Guido(Python之父)无情的拒绝了,原因是:
Guido said this would cause too much disturbance too close to beta
虽然提议被reject了,但是需求还是照样存在的啊,于是有了各种解决办法
第一种方法:逐个打印
直接print容器中的元素
>>> lst = ['张三', '李四']
>>> print '[' + ', '.join(["asdf", "中文"]) + ']'
[asdf, 中文]
>>> for k, v in {'name': '张三'}.items():
... print k, v
...
name 张三
对于简单的容器对象,还是很方便的,但是对于嵌套的容器对象,比如上面data的例子,就很麻烦了
第二种方法: json dumps
这个方法在网上推荐得较多
>>> import json
>>> dumped_data = json.dumps(data, encoding = 'UTF-8', ensure_ascii=False)
>>> print dumped_data
{"严": 1, "3": "玉", "2": ["如"]}
可以看到,虽然打印出了中文,但是2 3都被加上了引号,感觉怪怪的
需要注意的是上面的两个参数(encoing ensure_ascii), 这两个参数都有默认参数(encoding = 'utf-8', ensure_ascii=True)
python document是有描述的;
If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the result is a str instance consisting of ASCII characters only.
第三种方法: repr string_escape
>>> decoded_data = repr(data).decode('string_escape')
>>> print decoded_data
{'严': 1, 3: '玉', 2: ['如']}
既然repr的输出是十六进制的str,那么就可以使用string_escape进行转换,具体也可以参见上文
第四种方法:PEP3140
虽然PEP3140被reject了,但我们还是可以利用其思想吧,那就是强制调用str.__str__而不是str.__repr__
class ForceStr(str):
def __repr__(self):
return super(ForceStr, self).__str__()
def switch_container( data ):
ret = None
if isinstance(data, str):
ret = ForceStr(data)
elif isinstance(data, list) or isinstance(data, tuple):
ret = [switch_container(var) for var in data]
elif isinstance(data, dict):
ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems())
else:
ret = data
return ret
>>> switched_data = switch_container(data)
>>> print switched_data
{2: [如], 3: 玉, 严: 1}
>>> switched_data
{2: [如], 3: 玉, 严: 1}
ForceStr继承自str,然后ForceStr.__repr__调用str.__str__。然后递归将容器里面的str类型的元素替换成ForceStr。可以看到,能够顺序打印出中文,格式也没有问题