IDLE运行Python脚本与直接运行的差异及UnicodeWarning问题排查

问题回顾 #

你在使用Python 2.7.12结合VEP工具注释VCF文件时遇到了一个奇怪的矛盾场景：

• 双击脚本或通过命令行运行时，会抛出如下UnicodeWarning：

C:\annotatetsca_KH\annotate.py:364: UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
if transcript in specified_transcripts:

这个警告直接导致部分变异无法被指定转录本注释；

• 但把脚本载入IDLE运行时，完全没有这个警告，注释工作也能正常完成。

IDLE与普通Python运行环境的差异原因 #

你已经精准排查出了核心问题，这里再补充下背后的逻辑细节：
IDLE在处理字符串输入或者加载脚本中的字符串列表时，会自动去除尾随的空白字符（包括普通空格和肉眼不易察觉的非断空格\xa0）；但直接通过命令行或双击运行Python脚本时，解释器会严格保留字符串中的所有字符——你的转录本列表里部分条目末尾带的空格，在非IDLE环境下被解析成了Unicode的非断空格\xa0，而transcript变量是正常的无空格字符串，两者进行相等比较时，因为编码转换失败触发了UnicodeWarning，同时导致匹配失败，自然就跳过了这些转录本的注释。

具体解决步骤 #

结合你的排查结果，这两个操作可以彻底解决问题，还能避免后续再出现类似情况：

1. 手动清理转录本列表：先检查并移除所有条目末尾的空格（包括隐藏的非断空格）；
2. 添加自动去空格的容错逻辑：在加载转录本列表的代码处，对每个条目做标准化处理，确保不管输入有没有空格，都能统一格式。比如：

# Python 2.7中兼顾普通空格和非断空格的处理方式
specified_transcripts = [unicode(item).strip().replace(u'\xa0', u'') for item in original_transcript_list]

或者更简洁的，利用strip()的特性（它会移除所有Unicode空白字符）：

specified_transcripts = [unicode(item).strip() for item in original_transcript_list]

这样即使后续转录本列表再混入奇怪的空白字符，脚本也能自动处理，不用用户手动清理。

内容的提问来源于stack exchange，提问作者KJTHoward