[Python-de] Was sein sollte

[kgm]

Hallo Martin,

> Da gibt es mehrere Probleme:

nach meiner Meinung gibt es die Probleme 1+3 mit der jetzigen Lösung schon 
genauso, ich sehe da keine echten neuen Probleme.

So ein Kodestück:

for tl in open("test.txt").readlines():
	print tl

wird auch mit der jetzigen Py-Version nur dann wie gewünscht 
funktionieren, wenn der Anwender "sinnvoll" mitspielt, er also in test.txt 
das für sein System "passende" Encoding verwendet.
Überraschenderweise ist das in der Praxis fast immer der Fall, dh, obiges 
Sript wird in der Praxis gut funktionieren, weil der User "mitspielt" und 
zur Erzeugung seiner Datei "text.txt" das "passende" Koding seines Systems 
verwendet. Py ist es völlig egal, welches das ist (Latin-1, koi8-r, was 
auch immer...).
Wenn der User aber versucht, eine Datei von irgendeiner anderen Umgebung 
mit einem exotischen Koding (auch bei Zeichen < 128) ausgeben will, dann 
kommt Zeichenmüll raus, da kann Py noch soviel "aber USASCII ist doch mein 
Standard" rufen ;-)


Punkt 2 müsstest Du es noch etwas genauer erklären (Beispiel?), ich kenne 
Py-Interna nicht.
>     Das ist nicht implementierbar, wenn man beliebige Encodings zulässt.
Wo wären da zur jetzigen Lösung neue Probleme?


>> Default-Encoding für Bytestrings  vorbelegen?
Streichen wir die Idee. Default-Vorbelegung könnte ja weiter USASCII 
bleiben.

Eins würde mich noch interessieren:
Wie legt Py die u-Strings intern eigentlich ab? 2 Byte, glaube ich. Werden 
auch noch andere Infos ("Metadaten") abgelegt, zB, mit welchem Koding der 
String erstellt wurde?


Achja: Frohes neues Jahr! :-)

Mit freundlichen Grüßen
Klaus Meyer :-)