Python 随笔两则

1. Python 2 None 对象无 __eq__ 方法的原因分析

Python2.7: typeobject.c 里面 PyBaseObject_Type 结构体 tp_richcompare 成员为 0
而在 Python 3.x 的代码里面这个成员的值是 object_richcompare
  
当 attr 的查找进入 __getattr__ 中，Python 按 __mro__ 来依次寻找，None 的 __mro__ 是 (NoneType, object)，在 C 实现中，前者是 PyNone_Type，后者是 PyBaseObject_Type 。这两个类的 __dict__ 中都没有 __eq__ 这个 key，所以查找失败，raise AttributeError.
  
但是 object.__eq__ 却又能成功，那是因为 object 的类型是 type ，type.__dict__ 中就有 __eq__ 这个 key。有点绕。但通过这件事可以知道 NoneType 是一种“特殊”的类型。

2. Python 2 终端、文件编码问题

在交互式命令模式(Interactive shell)下：

>>> import sys
>>> sys.stdout.encoding 

在 Windows 下，如果你的系统是简体中文，一般输出会是 cp936

>>> import codecs
>>> codecs.lookup('cp936').name
'gbk' 

这就是在 Windows 终端里面使用的编码。在 print 的时候，无论字符串源采取什么样的编码，最终输出的字符串的编码必须跟 shell 的编码一致，也就是说:

>>> print some_string 

Python 会做这样一个动作：

codecs.encode(some_string, coding, errors='strict') 

当 some_string 是一个 unicode 字符串，coding 是 gbk， some_string 里面包含 gbk 字符集里面没有的字符，Python 就会抛出一个 UnicodeEncodeError.
  
对于输出到文件中情况是类似的，Python2 的 open() 函数不会传入 encoding，以 'w' 方式打开文件，如果写入 unicode 字符串，Python 会获取当前默认的编码，然后以此种编码把字符串写入文件。可惜的是，“默认编码”只是 Python 自己默认的，在 Objects/unicodeobject.c 中，用一个全局变量 unicode_default_encoding 来表示默认的编码：

/* Default encoding to use and assume when NULL is passed as encoding
    parameter; it is initialized by _PyUnicode_Init().
  
    Always use the PyUnicode_SetDefaultEncoding() and
    PyUnicode_GetDefaultEncoding() APIs to access this global.
  
*/
static char unicode_default_encoding[100 + 1] = "ascii"; 

这个值在 Python 中有C接口（PyUnicode_SetDefaultEncoding）去改变， Python 层的接口：

>>> sys.setdefaultencoding(coding)

但需要在编译时增加 Py_USING_UNICODE 宏的定义，官方发布的 Windows 版本没有这个功能。

所以在调用到类似 file.write(some_string) 的时候，首先会有这样的编码过程:

codecs.encode(some_string, coding, errors='strict') 

当 some_string 是一个 unicode 字符串，并且包含 ascii 字符集不存在的字符时，就会抛出一个 UnicodeEncodeError。
  
所以，为了解决这个问题，可以这么处理：
(1) 在 Windows shell 下面:

>>> print some_string.encode('gbk', errors='ignore') # replace 也可，只要不是 strict 

(2) 在写入文件时，两种方法：
    a. 忽略不存在的字符，同(1)

>>> f = open(filename, 'w')
>>> f.write(some_string.encode('gbk', errors='ignore')

    b. byte 方式写入：

>>> f = open(filename, 'wb')
>>> f.write(some_string.encode('utf-8'))

a 会损失字符，b 不会。