如何在Python doctest中包含unicode字符串？

Question

我正在研究一些必须操作unicode字符串的代码。我正试图为它写博士论文，但遇到了麻烦。下面是一个最小的示例，说明了该问题：

# -*- coding: utf-8 -*-
def mylen(word):
  """
  >>> mylen(u"áéíóú")
  5
  """
  return len(word)

print mylen(u"áéíóú")

首先，我们运行代码以查看print mylen(u"áéíóú")的预期输出。在

^{pr2}$

接下来，我们对它运行doctest来查看问题。在

$ python -m
5
**********************************************************************
File "mylen.py", line 4, in mylen.mylen
Failed example:
    mylen(u"áéíóú")
Expected:
    5
Got:
    10
**********************************************************************
1 items had failures:
   1 of   1 in mylen.mylen
***Test Failed*** 1 failures.

那么我如何测试mylen(u"áéíóú")的计算结果是5？在

Answer 1

如果你想要unicode字符串，你必须使用unicode docstrings！当心u！在

# -*- coding: utf-8 -*-
def mylen(word):
  u"""        <----- SEE 'u' HERE
  >>> mylen(u"áéíóú")
  5
  """
  return len(word)

print mylen(u"áéíóú")

只要测试通过，这个方法就行了。对于Python 2.x，您还需要另一种方法来使详细的doctest模式工作，或者在测试失败时获得正确的回溯：

^{pr2}$

注意！仅用于调试目的的setdefaultencoding。我可以接受它作为doctest使用，但不能在您的产品代码中的任何地方使用。在

Answer 2

Python 2.6.6对unicode输出的理解不太好，但可以使用以下方法解决：

• 已经用sys.setdefaultencoding("UTF-8")描述了黑客攻击
• unicode docstring（前面已经提到过了，非常感谢）
• ANDprint语句。在

在我的例子中，这个docstring说明测试失败了：

def beatiful_units(*units):
    u'''Returns nice string like 'erg/(cm² sec)'.

    >>> beatiful_units(('erg', 1), ('cm', -2), ('sec', -1))
    u'erg/(cm² sec)'
    '''

带有“错误”信息

^{pr2}$

使用print我们可以修复：

def beatiful_units(*units):
    u'''Returns nice string like 'erg/(cm² sec)'.

    >>> print beatiful_units(('erg', 1), ('cm', -2), ('sec', -1))
    erg/(cm² sec)
    '''

Answer 3

这在Python中似乎是一个已知且尚未解决的问题。请参阅未结问题here和here。在

毫不奇怪，它可以修改为在Python 3中正常工作，因为那里的所有字符串都是Unicode：

def mylen(word):
  """
  >>> mylen("áéíóú")
  5
  """
  return len(word)

print(mylen("áéíóú"))