打印中文dict list的各种姿势
在开发过程中，我们经常需要打印一些变量的值，便于调试。这个时候就会发现如果在dict list这些容器中，如果包含中文字符，不管是str类型，还是unicode类型，都打印不出来。如下：
>>> print {'name': '张三'}
{'name': '\xd5\xc5\xc8\xfd'}
>>> print {'name': u'张三'}
{'name': u'\u5f20\u4e09'}
当然，作为凡人的我是在无法脑补这些十六进制的意思，每次转移一下也很麻烦，有没有办法一劳永逸呢。google了一把，发现还是有很多姿势的。
注意：本文实验主要基于win7，Python2.7，运行环境如下
>>> import sys,locale
>>> sys.getdefaultencoding()
'ascii'
>>> locale.getdefaultlocale()
('zh_CN', 'cp936')
>>> sys.stdin.encoding
'cp936'
>>> sys.stdout.encoding
'cp936'
本文地址：http://www.cnblogs.com/xybaby/p/7854126.html
str类型的中文
首先让我们分析一下为什么无法包含中文的container（dict list tuple）
>>> data = {'严': 1, 2: ['如'], 3:'玉'}
>>> data
{2: ['\xc8\xe7'], 3: '\xd3\xf1', '\xd1\xcf': 1}
>>> print data
{2: ['\xc8\xe7'], 3: '\xd3\xf1', '\xd1\xcf': 1}
>>> print data[3]
玉
上面data在key value中包含中文，而且也有嵌套的list，后文都使用这个data
可以看到不管是直接输出data（调用dict.__repr__），还是print data（调用dict.__str__）,都无法输出中文，而是像str.__repr__的结果。即调用容器的__str__时，事实上调用的是容器元素的__repr__方法，这个很好验证：
>>> class OBJ(object):
... def __str__(self):
... return 'OBJ str'
... def __repr__(self):
... return 'OBJ repr'
...
>>> lst = [OBJ()]
>>> print lst
[OBJ repr]
>>>
OBJ这个自定义的类，__str__ __repr__的方法实现不一样，当作为container（list）的元素时，明显调用的是OBJ.__repr__
在stackoverflow上的一个问题print-a-list-that-contains-chinese-characters-in-python给出了答案
When you print foo, what gets printed out is str(foo).
However, if foo is a list, str(foo) uses repr(bar) for each element bar, not str(bar).
当然，这个问题早就被人发现了，在PEP3140 str(container) should call str(item), not repr(item) ，在这个提议中，就建议在打印容器的时候，使用__str__而不是__repr__。但是被Guido（Python之父）无情的拒绝了，原因是：
Guido said this would cause too much disturbance too close to beta
虽然提议被reject了，但是需求还是照样存在的啊，于是有了各种解决办法
第一种姿势：逐个打印
直接print容器中的元素
>>> lst = ['张三', '李四']
>>> print '[' + ', '.join(["asdf", "中文"]) + ']'
[asdf, 中文]
>>> for k, v in {'name': '张三'}.items():
... print k, v
...
name 张三
对于简单的容器对象，还是很方便的，但是对于嵌套的容器对象，比如上面data的例子，就很麻烦了
第二种姿势： json dumps
这个方法在网上推荐得较多
>>> import json
>>> dumped_data = json.dumps(data, encoding = 'gbk', ensure_ascii=False)
>>> print dumped_data
{"2": ["如"], "3": "玉", "严": 1}
可以看到，虽然打印出了中文，但是2 3都被加上了引号，感觉怪怪的
需要注意的是上面的两个参数(encoing ensure_ascii), 这两个参数都有默认参数（encoding = 'utf-8', ensure_ascii=True），跟我们这里使用的都不一样。
>>> dumped_data = json.dumps(data)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "D:\Python27.9\lib\json\__init__.py", line 243, in dumps
return _default_encoder.encode(obj)
File "D:\Python27.9\lib\json\encoder.py", line 207, in encode
chunks = self.iterencode(o, _one_shot=True)
File "D:\Python27.9\lib\json\encoder.py", line 270, in iterencode
return _iterencode(o, 0)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xc8 in position 0: invalid continuation byte
当然，为什么这里爆出了UnicodeDecodeError，可以参考这篇文章《不想再被鄙视？那就看进来！ 一文搞懂Python2字符编码》
ensure_ascii参数也很关键
>>> dumped_data = json.dumps(data, encoding = 'gbk')
>>> print dumped_data
{"2": ["\u5982"], "3": "\u7389", "\u4e25": 1}
python document是有描述的；
If ensure_ascii is True (the default), all non-ASCII characters in the output are escaped with \uXXXX sequences, and the result is a str instance consisting of ASCII characters only.
第三种姿势： repr string_escape
>>> decoded_data = repr(data).decode('string_escape')
>>> print decoded_data
{2: ['如'], 3: '玉', '严': 1}
既然repr的输出是十六进制的str，那么就可以使用string_escape进行转换，具体也可以参见上文
第四种姿势：PEP3140
虽然PEP3140被reject了，但我们还是可以利用其思想吧，那就是强制调用str.__str__而不是str.__repr__
1 class ForceStr(str): 2 def __repr__(self): 3 return super(ForceStr, self).__str__() 4 5 def switch_container( data ): 6 ret = None 7 if isinstance(data, str): 8 ret = ForceStr(data) 9 elif isinstance(data, list) or isinstance(data, tuple): 10 ret = [switch_container(var) for var in data] 11 elif isinstance(data, dict): 12 ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems()) 13 else: 14 ret = data 15 return ret
>>> switched_data = switch_container(data)
>>> print switched_data
{2: [如], 3: 玉, 严: 1}
>>> switched_data
{2: [如], 3: 玉, 严: 1}
ForceStr继承自str，然后ForceStr.__repr__调用str.__str__。然后递归将容器里面的str类型的元素替换成ForceStr。可以看到，能够顺序打印出中文，格式也没有问题
unicode类型的中文
基本姿势于上一章节是一样的，下面直接给出答案
同上第二种姿势
>>> udata = {u'严': 1, 2: [u'如'], 3:u'玉'}
>>> print json.dumps(udata, encoding = 'gbk', ensure_ascii=False)
{"2": ["如"], "3": "玉", "严": 1}
同上第三种姿势
>>> print repr(udata).decode('unicode_escape')
{2: [u'如'], 3: u'玉', u'严': 1}
>>>
同上第四种姿势
1 def switch_container( data ): 2 ret = None 3 if isinstance(data, unicode): 4 ret = ForceStr(data.encode(sys.stdout.encoding)) 5 elif isinstance(data, list) or isinstance(data, tuple): 6 ret = [switch_container(var) for var in data] 7 elif isinstance(data, dict): 8 ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems()) 9 else: 10 ret = data 11 return ret
>>>
>>> print switch_container(udata)
{2: [如], 3: 玉, 严: 1}
当str与unicode中文并存时
同上第二种姿势
>>> data[4] = u'啊'
>>> print json.dumps(data, encoding = 'gbk', ensure_ascii=False)
{"2": ["如"], "3": "玉", "4": "啊", "严": 1}
同上第三种姿势
>>> print repr(data).decode('string_escape')
{2: ['如'], 3: '玉', 4: u'\u554a', '严': 1}
呃，unicode中文打印不出来
>>> print repr(data).decode('unicode_escape')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'gbk' codec can't encode character u'\xc8' in position 6: illegal multibyte sequence
>>>
擦，也许有正确的姿势，不过我没有试出来
同上第四种姿势
1 def switch_container( data ): 2 ret = None 3 if isinstance(data, str): 4 ret = ForceStr(data) 5 elif isinstance(data, unicode): 6 ret = ForceStr(data.encode(sys.stdout.encoding)) 7 elif isinstance(data, list) or isinstance(data, tuple): 8 ret = [switch_container(var) for var in data] 9 elif isinstance(data, dict): 10 ret = dict((switch_container(k), switch_container(v)) for k, v in data.iteritems()) 11 else: 12 ret = data 13 return ret
>>> print switch_container(data)
{2: [如], 3: 玉, 4: 啊, 严: 1}
总结
json.dumps版本还算可以，能够处理str中文，unicode中文， str与unicode中文并存三种情况，不过显示结果与真实有点差异
string_escape(unicode_escape)只使用只有str（unicode）中文的情况，使用较为受限
自己实现的switch_container版本，能够友好支持str中文，unicode中文，str与unicode中文并存三种情况
str与unicode并存真是一件蛋疼的事情！
reference
print-a-list-that-contains-chinese-characters-in-python
