¿Cómo se puede hacer que Python 2.x advierta al forzar cadenas a Unicode?
Una fuente muy común de errores de codificación es que Python 2 forzará silenciosamente cadenas aunicode
cuando los sumas conunicode
. Esto puede causar problemas de codificación mixtos y puede ser muy difícil de depurar.
Por ejemplo:
import urllib
import webbrowser
name = raw_input("What's your name?\nName: ")
greeting = "Hello, %s" % name
if name == "John":
greeting += u' (Feliz cumplea\xf1os!)'
webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))
fallará con un error críptico si ingresas "John":
/usr/lib/python2.7/urllib.py:1268: UnicodeWarning: Unicode equal comparison faile
d to convert both arguments to Unicode - interpreting them as being unequal
return ''.join(map(quoter, s))
Traceback (most recent call last):
File "feliz.py", line 7, in <module>
webbrowser.open('http://lmgtf\x79.com?q=' + urllib.quote_plus(greeting))
File "/usr/lib/python2.7/urllib.py", line 1273, in quote_plus
s = quote(s, safe + ' ')
File "/usr/lib/python2.7/urllib.py", line 1268, in quote
return ''.join(map(quoter, s))
KeyError: u'\xf1'
Es particularmente difícil rastrear cuando los errores reales vienen muy lejos de donde ocurrió la coacción real.
¿Cómo se puede configurar Python para que emita una advertencia o excepción inmediatamente cuando las cadenas son obligadas a Unicode?