下記を実行し、英数字をinputすれば問題なく動作するのですが、
日本語文字列を入れると、
UnicodeEncodeError: 'utf-8' codec can't encode characters in position [txt変数に格納された文字列の該当位置開始位置から終了位置]: surrogates not allowed
type(txt): <class 'str'>
type(answer): <class 'str'>
typeを見ても、同じstr型のクラスで問題なさそうに思えます。
どう解釈されて、なぜエラーになっているのでしょうか。
# エラー内容 ↓↓↓↓↓
キリンは大昔から__複数名詞__の興味の対象でした、キリンは__複数名詞__の中で一番背が買いですが、科学者たちはそのような長い__体の一部__をどうやって獲得したのか説明できません。キリンの身長は___数値__ __単位__ 近くあり、その高さのほとんどは足と__体の一部__によるものです。
type(txt): <class 'str'>
type(mls): <class 'str'>
__複数名詞__を入力: あういえお
type(answer): <class 'str'>
__複数名詞__を入力: a
type(answer): <class 'str'>
__体の一部__を入力: i
type(answer): <class 'str'>
___数値__を入力: u
type(answer): <class 'str'>
__単位__を入力: e
type(answer): <class 'str'>
__体の一部__を入力: o
type(answer): <class 'str'>
Traceback (most recent call last):
File "17-p213.py", line 29, in <module>
mad_libs(txt)
File "17-p213.py", line 23, in mad_libs
print(mls)
UnicodeEncodeError: 'utf-8' codec can't encode characters in position 8-22: surrogates not allowed
#!/usr/bin/env python3.6
# encoding: utf-8
import re
import io, sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")
txt = """キリンは大昔から__複数名詞__の興味の対象でした、キリンは__複数名詞__の中で一番背が買いですが、科学者たちはそのような長い__体の一部__をどうやって獲得したのか説明できません。キリンの身長は___数値__ __単位__ 近くあり、その高さのほ>とんどは足と__体の一部__によるものです。
"""
def mad_libs(mls):
hints = re.findall("__.*?__", mls)
print("type(mls): ", type(mls))
if hints is not None:
for hint in hints:
question = "{}を入力: ".format(hint)
answer = input(question)
print("type(answer): ", type(answer))
# 1つだけ置換
mls = mls.replace(hint, answer, 1)
print("\n")
mls = mls.replace("\n", "")
print(mls)
else:
print("引数: mls が無効です")
print(txt)
print("type(txt): ", type(txt))
mad_libs(txt)
※追記:
export LC_ALL=en_US.UTF-8
をしたら日本語をinput()に渡したら動作するようになりましたが、
exportしなくてもいいように、
import io, sys
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")
を追加したのですが、なぜこのような違いが出るのでしょうか。
echo $SHELL
/usr/bin/fish
fish --version
fish, version 2.7.1
echo $locale
echo $LC_ALL
export LC_ALL=en_US.UTF-8
echo $locale
echo $LC_ALL
en_US.UTF-8
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+1
export LC_ALL=en_US.UTF-8
でいけるようになるなら、何もしないとロケールの設定が日本語非対応とか、UTF-8と噛み合わないとか、それだけの話です。
環境のロケールを変えて使えば良いような気もしますが、そうしたくない場合は。
sys.stdin = io.TextIOWrapper(sys.stdin.buffer, encoding="utf-8")
input()
使うのならstdinも書き換えましょう。
(質問文にエラー箇所のわかるtracebackが出てないので、たぶんこれじゃないかなぁ、というのを書いているだけで、外しているかもしれません)
投稿
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう!
- ただいまの回答率 88.20%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
質問への追記・修正、ベストアンサー選択の依頼
can110
2018/11/11 19:05 編集
Windows環境にて再現しません。単純な"あいう"などを入力しても surrogates not allowedになりますか?あるいは別のエラーにならないでしょうか?可能であればエラーのTraceback全文を提示ください。