sys.argvをPythonのバイト数3k

Question

Python 3kは文字列とバイトを厳密に区別しているため、配列sys.argvのコマンドライン引数は文字列として表示されます。引数をバイトとして扱う必要がある場合があります。 Unixで特定の文字エンコーディングにする必要のないパスを渡すときに使用します。

例を見てみましょう。簡単なPythonの3Kプログラムargv.pyは次のとおりです。

import sys 

print(sys.argv[1]) 
print(b'bytes') 

を、期待される出力生成python3.1 argv.py françaisとして実行されている場合：

français

b'bytes'

注意引数がが私のロケールのエンコーディングであるフランセことを。我々は別のエンコーディングに引数を渡すときしかし、我々は、エラーを取得：python3.1 argv.py `echo français|iconv -t latin1`

Traceback (most recent call last): 
    File "argv.py", line 3, in <module> 
    print(sys.argv[1]) 
    UnicodeEncodeError: 'utf-8' codec can't encode character '\udce7' in position 4: surrogates not allowed 

はどのようにして、コマンドライン引数を経由してのPython 3Kプログラムにバイナリデータを合格しなければなりませんか？使用法の例は、他のロケールを使用するユーザーのファイルにパスを渡すことです。あなたはエンコーディングは、引数としてそれを使用するか、またはbytes(sys.argv[1], 'latin-1')を呼び出す知っていれば、

sys.argv[1].encode()のか：

Answer 1

あなたが行うことができます。

どちらもユニコード文字列のバイト表現を与える必要があります。

デフォルトでは、Python3はUTF-8を使用します。

Answer 2

UnicodeDecodeErrorではなく、エラーがUnicodeEncodeErrorであることに注意してください。 Pythonは（PEP 383 surrogateescapeエラーハンドラを介して）コマンドラインで渡された正確なバイトを保存していますが、これらのバイトは有効なUTF-8ではないため、コンソールに書き込むためにエンコードすることはできません。

これに対処するための最良の方法は、次のコード例のように、アプリケーション内のコマンドライン引数を再解釈するために適切なエンコーディングのアプリケーションレベルの知識を使用することである。

$ python3.2 -c "import os, sys; print(os.fsencode(sys.argv[1]).decode('latin-1'))" `echo français|iconv -t latin1` 
français 

os.fsencode関数呼出しコマンドライン引数を処理するときにPythonが自動的に適用する変換を元に戻します。 decode('latin-1')メソッド呼び出しは、適切にデコードされた文字列を取得するために正しい変換を実行します。

os.fsencodeがPython 3.2で追加されました。特にこの種の問題を扱いやすくしました。 Pythonの3.1のために、os.fsencode(sys.argv[1])のための同等の構築物は、sys.argv[1].encode(sts.getfilesystemencoding(), 'surrogateescape')

編集2013年2月です：Pythonの3.2+のために更新され、Pythonはコマンドライン符号化