python - 如何从 stdin 读取输入并强制执行编码？

Question

目标是持续从 stdin 读取并在 Python2 和 Python3 中强制执行 utf8。

我尝试过以下解决方案:

• Writing bytes to standard output in a way compatible with both, python2 and python3
• Python 3: How to specify stdin encoding

我试过:

#!/usr/bin/env python

from __future__ import print_function, unicode_literals
import io
import sys

# Supports Python2 read from stdin and Python3 read from stdin.buffer
# https://stackoverflow.com/a/23932488/610569
user_input = getattr(sys.stdin, 'buffer', sys.stdin)


# Enforcing utf-8 in Python3
# https://stackoverflow.com/a/16549381/610569
with io.TextIOWrapper(user_input, encoding='utf-8') as fin:
    for line in fin:
        # Reads the input line by line
        # and do something, for e.g. just print line.
        print(line)

代码在 Python3 中有效，但在 Python2 中，TextIOWrapper 没有读取函数，它会抛出:

Traceback (most recent call last):
  File "testfin.py", line 12, in <module>
    with io.TextIOWrapper(user_input, encoding='utf-8') as fin:
AttributeError: 'file' object has no attribute 'readable'

---

那是因为在 Python 中 user_input ，即 sys.stdin.buffer 是一个_io.BufferedReader 对象及其属性具有可读:

<class '_io.BufferedReader'>

['__class__', '__del__', '__delattr__', '__dict__', '__dir__', '__doc__', '__enter__', '__eq__', '__exit__', '__format__', '__ge__', '__getattribute__', '__getstate__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__lt__', '__ne__', '__new__', '__next__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '_checkClosed', '_checkReadable', '_checkSeekable', '_checkWritable', '_dealloc_warn', '_finalizing', 'close', 'closed', 'detach', 'fileno', 'flush', 'isatty', 'mode', 'name', 'peek', 'raw', 'read', 'read1', 'readable', 'readinto', 'readinto1', 'readline', 'readlines', 'seek', 'seekable', 'tell', 'truncate', 'writable', 'write', 'writelines']

而在 Python2 中，user_input 是一个文件对象，它的属性没有 readable:

<type 'file'>

['__class__', '__delattr__', '__doc__', '__enter__', '__exit__', '__format__', '__getattribute__', '__hash__', '__init__', '__iter__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'close', 'closed', 'encoding', 'errors', 'fileno', 'flush', 'isatty', 'mode', 'name', 'newlines', 'next', 'read', 'readinto', 'readline', 'readlines', 'seek', 'softspace', 'tell', 'truncate', 'write', 'writelines', 'xreadlines']

Answer 1

如果你不需要一个完整的io.TextIOWrapper，而只是一个用于读取的解码流，你可以使用codecs.getreader()来创建一个解码包装器:

reader = codecs.getreader('utf8')(user_input)
for line in reader:
    # do whatever you need...
    print(line)

codecs.getreader('utf8') 为 codecs.StreamReader 创建工厂，然后使用原始流对其进行实例化。我不确定 StreamReader 是否支持 with 上下文，但这可能不是绝对必要的(我想在阅读后不需要关闭 STDIN……)。

在底层流只提供非常有限的接口(interface)的情况下，我已经成功地使用了这个解决方案。

更新(第二版)

从评论中可以清楚地看出，您实际上需要一个 io.TextIOWrapper 才能在交互模式下进行适当的行缓冲等； codecs.StreamReader 仅适用于管道输入等。

使用 this answer ，我能够使交互式输入正常工作:

#!/usr/bin/env python
# coding: utf8

from __future__ import print_function, unicode_literals
import io
import sys

user_input = getattr(sys.stdin, 'buffer', sys.stdin)

with io.open(user_input.fileno(), encoding='utf8') as f:
    for line in f:
        # do whatever you need...
        print(line)

这将创建一个 io.TextIOWrapper，并从二进制 STDIN 缓冲区强制编码。