python - 如何让 Popen() 正确理解 UTF-8？

Question

这是我的 Python 代码:

[...]
proc = Popen(path, stdin=stdin, stdout=PIPE, stderr=PIPE)
result = [x for x in proc.stdout.readlines()]
result = ''.join(result);

当它是 ASCII 时，一切正常。当我在 stdout 中接收 UTF-8 文本时，结果是不可预测的。在大多数情况下，输出已损坏。这里有什么问题？

顺便说一句，也许这段代码应该以某种方式进行优化？

Answer 1

您是否尝试过解码您的字符串，然后将您的 UTF-8 字符串组合在一起？在 Python 2.4+(至少)中，这可以通过

result = [x.decode('utf8') for x in proc.stdout.readlines()]

重要的一点是您的行 x 是必须解释为表示字符的字节序列。 decode() 方法执行此解释(此处，假定字节采用 UTF-8 编码):x.decode('utf8') 是类型unicode，您可以将其视为“字符串”(不同于“0 到 255 [字节] 之间的数字字符串”)。