Python 3で日本語をprintする際のUnicodeEncodeErrorはLANGに気をつける

サマリ

Python3でUnicodeEncodeErrorが起きたときには

• LANG=ja_JP.UTF-8 と環境変数が設定されているか確認する
• language-pack-ja がインストールされているか確認する

現象

今まで7年ほどPython 2系を使ってきましたが、そろそろ3系に移ろうと思っています。

Python3では、文字列まわりがUnicodeに統一されて、便利になったと聞いていたのですが、UnicodeEncodeErrorでつまづきました。

OSはUbuntu 14.04.4 LTSでPythonはpyenvで入れた3.5.2です。
実行したコードは下記のHello Worldです。

hello_ja.py

# coding: utf-8                                                                                            
print("こんにちは世界")

結果

% python hello_ja.py
Traceback (most recent call last):
  File "sample.py", line 4, in <module>
    print("\u3053\u3093\u306b\u3061\u306f\u4e16\u754c")
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-6: ordinal not in range(128)

Python2系だと、codecsを使って一手間かける必要がありましたが、3系ではこれでいけるはずですが…

対策

備忘録 - #python3 で sys.std(in|out|err) の encoding を強制する
を読んでみると、Python3系の文字コード選択では、どうやら環境変数のLANGを見ている様子。

環境変数を確認すると、日本語utf-8になっていました。

% export | grep LANG
LANG=ja_JP.UTF-8

LANG=Cになっていたら、これが原因だったのですが、今回は違ったようです。

基本に立ち返って、日本語環境がそもそもインストールされているのか確認したところlanguage-pack-jaがインストールされていませんでした。英語版のイメージでインストールしていたので、入れ忘れていたようです。

Debian/Ubuntuのデフォルトロケールを変更するに従ってパッケージのインストールと、デフォルトロケールの設定をします。

% sudo apt-get install language-pack-ja
% sudo update-locale LANG=ja_JP.UTF-8

これで、正しく日本語をprintできるようになりました。

% python hello_ja.py
こんにちは世界