Python: Verwenden von .format () für eine Zeichenfolge mit Unicode-Escapezeichen

Ich benutze Python 2.6.5. Mein Code erfordert die Verwendung des Zeichens "mehr als oder gleich". Hier kommt's:

>>> s = u'\u2265'
>>> print s
>>> ≥
>>> print "{0}".format(s)
Traceback (most recent call last):
     File "<input>", line 1, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265'
  in position 0: ordinal not in range(128)`  

Warum erhalte ich diesen Fehler? Gibt es einen richtigen Weg, dies zu tun? Ich muss die .format()Funktion verwenden.

Machen Sie einfach die zweite Zeichenfolge auch zu einer Unicode-Zeichenfolge

>>> s = u'\u2265'
>>> print s
≥
>>> print "{0}".format(s)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265' in position 0: ordinal not in range(128)
>>> print u"{0}".format(s)
≥
>>> 

unicodes benötigen unicodeFormatzeichenfolgen.

>>> print u'{0}'.format(s)
≥

Ein bisschen mehr Informationen darüber, warum das passiert.

>>> s = u'\u2265'
>>> print s

funktioniert, weil printautomatisch die Systemcodierung für Ihre Umgebung verwendet wird, die wahrscheinlich auf UTF-8 eingestellt war. (Sie können überprüfen, indem Sie tun import sys; print sys.stdout.encoding)

>>> print "{0}".format(s)

schlägt fehl, weil formatversucht wird, die Codierung des aufgerufenen Typs abzugleichen (ich konnte keine Dokumentation dazu finden, aber dies ist das Verhalten, das ich bemerkt habe). Da String-Literale Byte-Strings sind, die in Python 2 als ASCII codiert sind, wird formatversucht, sals ASCII zu codieren , was dann zu dieser Ausnahme führt. Beobachten:

>>> s = u'\u2265'
>>> s.encode('ascii')
Traceback (most recent call last):
  File "<input>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\u2265' in position 0: ordinal not in range(128)

Deshalb funktionieren diese Ansätze im Grunde:

>>> s = u'\u2265'
>>> print u'{}'.format(s)
≥
>>> print '{}'.format(s.encode('utf-8'))
≥

Der Quellzeichensatz wird durch die Codierungsdeklaration definiert. Es ist ASCII, wenn in der Quelldatei keine Codierungsdeklaration angegeben ist ( https://docs.python.org/2/reference/lexical_analysis.html#string-literals ).