python - ipython 和 python 处理我的字符串的方式不同，为什么？

Question

在 python (2.7.1) 中:

>>> x = u'$€%'
>>> x.find('%')
2
>>> len(x)
3

而在 ipython 中:

>>> x = u'$€%'
>>> x.find('%')
4
>>> len(x)
5

这是怎么回事？

---

编辑:包括从下面的评论中请求的额外信息

ipython

>>> import sys, locale
>>> reload(sys)
<module 'sys' (built-in)>
>>> sys.setdefaultencoding(locale.getdefaultlocale()[1])
>>> sys.getdefaultencoding()
'UTF8'
>>> x = u'$€%'
>>> x
u'$\xe2\x82\xac%'
>>> print x
$â¬%
>>> len(x)
5

python

>>> import sys, locale
>>> reload(sys)
<module 'sys' (built-in)>
>>> sys.setdefaultencoding(locale.getdefaultlocale()[1])
>>> sys.getdefaultencoding()
'UTF8'
>>> x = u'$€%'
>>> x
u'$\u20ac%'
>>> print x
$€%
>>> len(x)
3

Answer 1

@nye17 调用 setdefaultencoding() 正式不是一个好主意(它在第一次使用后出于某种原因从 sys 中删除)。一个常见的罪魁祸首是 gtk，它会导致各种问题，因此如果 IPython 导入了 gtk，sys.getdefaultencoding() 将返回 utf8。 IPython 本身不设置默认编码。

@wim 请问您使用的是哪个版本的 IPython？ 0.11 中的部分重大改革是修复了许多 unicode 错误，但确实出现了更多错误(现在主要在 Windows 上)。

我在 IPython 0.11 中运行了你的测试用例，IPython 和 Python 的行为看起来是一样的，所以我认为这个错误已经修复。

相关值:

• sys.stdin.encoding = utf8
• sys.getdefaultencoding() = ascii
• 测试平台:Ubuntu 10.04+Python2.6.5, OSX 10.7+Python2.7.1

至于解释，基本上 IPython 不承认输入可以是 unicode。在 IPython 0.10 中，不考虑多字节 utf8 输入，因此每个字节 = 1 个字符，您可以通过以下方式查看:

In [1]: x = '$€%'

In [2]: x
Out[2]: '$\xe2\x82\xac%'

In [3]: y = u'$€%'

In [4]: y
Out[4]: u'$\xe2\x82\xac%'# wrong!

然而，应该发生的，以及 0.11 中确实发生的，是 y == x.decode(sys.stdin.encoding)，而不是 repr(y) == 'u'+repr(x).