在 Python 裡設定 stdout 的編碼

有時候進程的運行環境裡，locale 會被設定成只支援 ASCII 字元集的（比如 LANG=C）。這時候 Python 就會把標準輸出和標準錯誤的編碼給設定成 ascii，造成輸出中文時報錯。

一種解決辦法是設定支援 UTF-8 的 locale，但是那需要在 Python 進程啟動前設定。啟動之後，初始化過了，再設定 locale 也不會重新初始化那些對象。

另一種辦法是往 sys.stdout.buffer 這種地方直接寫 bytes。理論上完全沒問題，但是寫起程式來好累……

我就去找了一下怎麼優雅地弄一個新的 sys.stdout 出來。Python 3 的 I/O 不再使用 C 標準庫的 I/O 函數，而是直接使用 OS 提供的介面。封裝位於 io 這個模組裡邊，有帶緩衝的，不帶緩衝的，二進位的，文本的。

研究了一下文檔可知，sys.stdout 是個 io.TextIOWrapper，有個 buffer 屬性，裡邊是個 io.BufferedWriter。我們用它造一個新的 io.TextIOWrapper，指定編碼為 UTF-8：

import sys
import io

def setup_io():
  sys.stdout = sys.__stdout__ = io.TextIOWrapper(
    sys.stdout.detach(), encoding='utf-8', line_buffering=True)
  sys.stderr = sys.__stderr__ = io.TextIOWrapper(
    sys.stderr.detach(), encoding='utf-8', line_buffering=True)
這裡除了可以設定編碼之外，也可以設定錯誤處理和緩衝。所以這個技巧也可以用來容忍編碼錯誤、改變標準輸出的緩衝（不需要在啟動的時候加 -u 了）。

其實這樣子還是不夠徹底。Python 在很多地方都有用到預設編碼。比如 subprocess，指定 universal_newlines=True 時 Python 會自動給標準輸入、輸出、錯誤編解碼，但是呢，在 Python 3.6 之前，這裡的編碼是不能手動指定的。還有參數的編碼，也是不能指定的（不過可以傳 bytes 過去）。