Docker容器通过SSH远程连接后挂载文件编码变为ASCII导致Python读取Unicode字符报错

看起来你遇到了一个挺让人挠头的编码问题——在Docker容器里直接运行Python代码能正常读取带Unicode字符的挂载文件，但通过SSH远程连接（比如用PyCharm的远程解释器）运行时就触发了ASCII编码的解码错误。我来帮你拆解下问题根源和可行的解决方案：

问题根源 #

核心差异在于容器本地会话和SSH远程会话的环境变量不一致：

• 当你直接在容器里启动终端运行代码时，容器的tty环境会加载正确的locale配置，Python会默认使用UTF-8编码读取文件；
• 但通过SSH连接（尤其是PyCharm远程解释器用的非交互式SSH会话）时，sshd默认不会传递或加载完整的locale环境变量，导致Python 3.6 fallback到ASCII作为默认编码（这是旧版Python在系统locale未正确设置时的行为）。

解决方案 #

我们需要从Docker镜像配置、sshd设置、远程会话环境三个层面确保UTF-8 locale生效：

1. 修改Dockerfile，配置全局UTF-8 Locale

在你的Dockerfile中添加locale安装和配置步骤，确保镜像默认使用UTF-8：

FROM python:3.6.9

RUN apt update && apt upgrade -y
# 安装locale工具并生成UTF-8本地化配置（这里用俄语环境，也可以换成en_US.UTF-8）
RUN apt-get install -y openssh-server sudo locales
RUN sed -i '/ru_RU.UTF-8/s/^# //g' /etc/locale.gen && locale-gen
RUN update-locale LANG=ru_RU.UTF-8 LC_ALL=ru_RU.UTF-8

RUN mkdir /var/run/sshd

RUN useradd -m -d /home/docker_env -s /bin/bash docker_env &&  \
    echo 'docker_env:zak' | chpasswd && adduser docker_env sudo

# 让sshd允许传递locale环境变量
RUN echo "AcceptEnv LANG LC_*" >> /etc/ssh/sshd_config

RUN mkdir "app"
# 设置全局环境变量，确保所有会话继承
ENV LANG ru_RU.UTF-8
ENV LC_ALL ru_RU.UTF-8
# 强制Python使用UTF-8作为默认IO编码（可选的额外保障）
ENV PYTHONIOENCODING=utf-8

2. 给容器用户添加持久化locale配置

确保docker_env用户每次登录都能加载locale设置，在Dockerfile末尾添加：

# 写入用户bash配置，确保交互式/非交互式会话都生效
RUN echo 'export LANG=ru_RU.UTF-8' >> /home/docker_env/.bashrc
RUN echo 'export LC_ALL=ru_RU.UTF-8' >> /home/docker_env/.bashrc
RUN echo 'export PYTHONIOENCODING=utf-8' >> /home/docker_env/.bashrc

3. 配置PyCharm远程解释器的环境变量

在PyCharm的远程解释器配置页面，手动添加环境变量：

• LANG=ru_RU.UTF-8
• LC_ALL=ru_RU.UTF-8
• PYTHONIOENCODING=utf-8

这一步是双重保障，确保即使SSH会话的环境变量未正确传递，PyCharm运行代码时也会强制使用UTF-8编码。

4. 重建镜像并重启容器

完成上述修改后，重新构建Docker镜像并启动容器：

docker-compose build
docker-compose up -d

为什么之前的尝试没生效？ #

你提到修改过locale和环境变量但没用，大概率是因为：

• 只是临时在容器终端里设置了变量，没有写入持久化配置文件（比如.bashrc或全局环境变量）；
• sshd默认拒绝传递LANG/LC_*这类环境变量，导致远程会话无法继承正确的locale；
• Python 3.6对locale的依赖比新版本更严格，必须明确设置系统级locale才能生效。

备注：内容来源于stack exchange，提问作者Ярослав Местковский