Python打印Unicode为何需调整sys.stdout？相关代码疑问解析

问题背景 #

使用requests和BeautifulSoup爬取网页文本后，直接打印包含\u2588字符的内容时，抛出错误：

UnicodeEncodeError: 'charmap' codec can't encode character '\u2588' in position 0: character maps to <undefined>

通过修改stdout编码为UTF-8后恢复正常，现针对以下两个问题进行解答：

1. sys.stdout = codecs.getwriter("utf-8")(sys.stdout.detach())的作用 #

这段代码的核心是强制把标准输出（stdout）的编码改成UTF-8，拆解细节：

• sys.stdout.detach()：剥离当前stdout流的编码处理层，返回原始字节流对象，不再自动完成字符串到字节的编码转换。
• codecs.getwriter("utf-8")：生成一个UTF-8编码的写入器，负责把传入的Unicode字符串编码成UTF-8格式的字节。
• 整体赋值：将这个UTF-8编码写入器绑定到sys.stdout，之后所有print()输出的字符串都会自动转成UTF-8字节再输出，替代了系统默认的终端编码逻辑。

2. 为何Python无法直接打印b'\xe2\x96\x88'对应的字符？ #

首先明确：b'\xe2\x96\x88'是Unicode字符\u2588（全块▊）的UTF-8编码字节序列。Python无法直接打印该字符的原因是：

• 默认情况下，print()会用终端的默认编码对字符串编码后输出。比如Windows终端默认编码常为cp1252或GBK，这些编码的字符集里没有\u2588这个特殊符号，找不到对应的编码映射，因此抛出UnicodeEncodeError。
• 直接打印字节对象b'\xe2\x96\x88'时，Python只是输出字节的字面表示（如b'\xe2\x96\x88'），没有尝试编码转换，所以不会报错，但这并不是我们想要的字符显示效果。

内容的提问来源于stack exchange，提问作者Kun.tito