我应该在Python日志处理程序中添加encoding='utf-8'吗？

Question

假设我想在使用Python2.7进行日志记录时处理Unicode字符串。将编码参数添加到文件处理程序似乎“正确”。

# coding=utf-8
import logging

logger = logging.getLogger()
logger.addHandler(logging.FileHandler('my_log.txt', encoding='utf-8'))

logger.error(u'Pão')
logger.error('São')

不过，这有几个问题：

1. 它在UTF-8字符串文本'São'上引发一个UnicodeDecodeError。
2. 当CRLF看起来更合适时，输出文件在Windows上有LF行尾。

但是，如果我根本不传递任何编码，我就没有这些问题。两个字符串都被记录到一个UTF-8文件中，我得到CRLF行尾。（我认为行结束问题与指定编码时以二进制模式打开文件有关。）

既然省略编码似乎更有效，那么我是否有什么原因会漏掉来传入encoding='utf-8'？

Answer 1

如果将编码传递给FileHandler，则它使用codecs.open()与该编码一起打开文件；否则，它使用纯open()。这就是encoding的全部用途。

请记住，Python2.x在正确处理字节和Unicode方面并不理想：在不同的时间会发生隐式编码和解码，这可能会让您遇到麻烦。在大多数情况下，您不应该将“São”这样的字符串作为字节传递：如果是文本，则应该使用Unicode对象。

至于行尾-这通常由Python的文件I/O机器转换为特定于平台的行尾。但是，如果使用codecs.open()，那么底层文件将以二进制模式打开，因此不会发生\n到\r\n的转换，就像在Windows上一样。