如何在python doctests中包含unicode字符串?

如果需要Unicode字符串,则必须使用Unicode DocStrings!介意 u 你说什么?

# -*- 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,这就可以工作。对于python 2.x,您还需要另一个黑客来使详细的doctest模式工作,或者在测试失败时获得正确的跟踪:

if __name__ == "__main__":
    import sys
    reload(sys)
    sys.setdefaultencoding("UTF-8")
    import doctest
    doctest.testmod()

注意!仅在调试时使用setDefaultEncoding。我接受它用于doctest,但在您的生产代码中没有任何地方。

python 2.6.6不太了解unicode输出,但可以使用以下方法修复:

• 已经描述过黑客 sys.setdefaultencoding("UTF-8")
• Unicode DocString(上面也提到过,非常感谢)
• 和 print 声明。

在我的例子中,这个docstring告诉我们测试被破坏了:

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“错误”信息

Failed example:
    beatiful_units(('erg', 1), ('cm', -2), ('sec', -1))
Expected:
    u'erg/(cm² sec)'
Got:
    u'erg/(cm\xb2 sec)'

使用 打印 我们可以解决这个问题:

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

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

在Python中,这似乎是一个已知且尚未解决的问题。见公开问题 here 和 here .

毫不奇怪,它可以在python 3中修改为正常工作,因为所有字符串都是Unicode格式的:

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

print(mylen("áéíóú"))

我的解决方案是转义unicode字符,比如u'\xe1\xe9\xed\xf3\xfa'。虽然不容易阅读,但我的测试只有几个非ASCII字符,因此在这些情况下,我把描述放在一边作为注释,就像“n with tilde”。

如前所述,您需要确保docstrings是unicode。

如果您可以切换到python 3,那么它将在那里自动工作,如 二者都 源编码已经是UTF-8,默认字符串类型是Unicode。

要在python 2中实现相同的目标,需要 coding: utf-8 旁边可以在所有docstring前面加上前缀 u ,或者简单地加上

from __future__ import unicode_literals