如何在Python doctests中包含unicode字符串？

Question

我正在研究一些必须操纵unicode字符串的代码.我正在尝试为它编写doctests,但我遇到了麻烦.以下是说明问题的最小示例:

# -*- coding: utf-8 -*-
def mylen(word):
  """
  >>> mylen(u"áéíóú")
  5
  """
  return len(word)

print mylen(u"áéíóú")

首先,我们运行代码以查看预期的输出print mylen(u"áéíóú").

$ python mylen.py
5

接下来,我们运行doctest来查看问题.

$ python -m
5
**********************************************************************
File "mylen.py", line 4, in mylen.mylen
Failed example:
    mylen(u"áéíóú")
Expected:
    5
Got:
    10
**********************************************************************
1 items had failures:
   1 of   1 in mylen.mylen
***Test Failed*** 1 failures.

那我怎么测试mylen(u"áéíóú")评估为5？

Answer 1

如果你想要unicode字符串,你必须使用unicode docstrings!介意u!

# -*- coding: utf-8 -*-
def mylen(word):
  u"""        <----- SEE 'u' HERE
  >>> mylen(u"áéíóú")
  5
  """
  return len(word)

print mylen(u"áéíóú")

这将有效 - 只要测试通过.对于Python 2.x,您需要另一个hack来使详细的doctest模式工作或在测试失败时获得正确的回溯:

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

NB!只能使用setdefaultencoding进行调试.我接受它用于doctest使用,但不接受你的生产代码中的任何地方.

Answer 2

Python 2.6.6不能很好地理解unicode输出,但可以使用以下方法修复:

• 已经描述过hack with sys.setdefaultencoding("UTF-8")
• unicode docstring(上面已经提到过,非常感谢)
• AND print声明.

在我的情况下,这个docstring告诉测试被破坏:

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

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

带有"错误"消息

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

使用print我们可以修复:

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

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