Python 调用命令输出乱码怎么指定编码

先给结论：Python 用 subprocess.run() 调用命令时，已经知道子进程输出是 UTF-8，就同时写上 capture_output=True、text=True 和 encoding="utf-8"。这样 stdout、stderr 会按指定编码直接变成字符串，不要再对字符串重复 decode()。如果命令的编码不稳定，去掉 text=True，保留 bytes，再按实际编码显式解码。

先判断命令到底输出什么编码

乱码不是“Python 不支持中文”，而是字节被用错误的字符集解释了。外部命令先产生字节，subprocess 决定是否在管道边界把它转换成文本。没有设置 text、encoding 或 errors 时，捕获到的标准输出默认仍是 bytes；这时直接打印，通常看到的是 b'...'，而不是已经解码的字符串。

先确认命令本身的约定：跨平台工具常用 UTF-8，某些旧 Windows 程序可能随系统代码页输出。不要用“当前终端看起来正常”作为唯一依据，因为终端也可能替你做了一次编码转换。程序边界最好把编码写成配置，并让失败暴露出来。

用 encoding 和 text 直接得到中文字符串

确定命令输出 UTF-8 后，文本模式是最短路径。text=True 是可读的文本模式开关，encoding 指定解码方式，capture_output=True 同时捕获标准输出和标准错误。

import subprocess

result = subprocess.run(
    ["python", "-c", "print('订单已完成')"],
    capture_output=True,
    text=True,
    encoding="utf-8",  # 明确约定：子进程按 UTF-8 输出
    errors="strict",   # 编码不对时立即暴露问题
    check=True,
)

print(result.stdout.strip())  # stdout 已经是 str，不要再次 decode
print(result.stderr)           # stderr 同样按 UTF-8 解码

这里的关键不是把多个参数机械地堆在一起，而是让输入、解码和验收边界清楚。check=True 只负责把非零退出码变成异常，不会修复编码；编码正确但命令失败时，仍要从异常里的返回码和捕获输出定位原因。

遇到混合编码时保留 bytes 再解码

如果同一个命令在不同机器上使用不同代码页，或 stdout 中可能混入非 UTF-8 片段，不要先让 subprocess 自动解码。捕获 bytes 后，先记录原始长度和返回码，再在业务层选择编码与错误策略。

import subprocess

result = subprocess.run(
    ["legacy-tool", "--export"],
    stdout=subprocess.PIPE,  # 保留 stdout 的原始字节
    stderr=subprocess.PIPE,  # 错误流也保留，便于单独判断
    check=False,
)

encoding = "utf-8"  # 由工具协议或部署配置决定，不靠猜测
text = result.stdout.decode(encoding, errors="replace")
if result.returncode != 0:
    error_text = result.stderr.decode(encoding, errors="replace")
    raise RuntimeError(f"命令失败 {result.returncode}: {error_text.strip()}")

print(text.strip())  # replace 只影响无法解码的局部字节

errors="replace" 适合日志、诊断页等“尽量展示”的场景，但它会丢失原始字符信息，不能当作数据清洗的成功证明。需要完整还原时使用 strict 让错误可见；需要保留可逆信息时保存 bytes，并把使用的编码和解码结果一起记录。

把乱码处理封装成可验收的小工具

实际项目里可以把调用封装成一个函数，返回“文本、退出码、是否发生替换”三个结果。这样调用方不会只看到一段看似可读的字符串，却不知道其中是否已经出现替换字符。

from dataclasses import dataclass
import subprocess

@dataclass
class CommandOutput:
    text: str
    returncode: int
    had_replacement: bool

def run_text_command(command: list[str], encoding: str = "utf-8") -> CommandOutput:
    completed = subprocess.run(
        command,
        stdout=subprocess.PIPE,
        stderr=subprocess.STDOUT,  # 合并输出，保留一份诊断文本
        check=False,
    )
    decoded = completed.stdout.decode(encoding, errors="replace")
    return CommandOutput(
        text=decoded,
        returncode=completed.returncode,
        had_replacement="�" in decoded,  # 替换符提示编码可能不匹配
    )

验收时至少检查三件事：返回码是否为零、文本是否包含替换符、部署配置中的编码是否与命令协议一致。不要把 locale.getpreferredencoding() 当作外部命令的事实；它只能反映当前 Python 环境的偏好，不能替代工具文档或明确配置。

常见问题

设置了 encoding 后还能调用 stdout.decode() 吗？不能按同一条路径重复调用。指定文本模式后，stdout 已经是 str；只有未开启文本模式、拿到 bytes 时才调用 decode()。

text=True 和 universal_newlines=True 有什么区别？两者在这里等价，text=True 更直观；旧代码里出现 universal_newlines 不代表发生了额外编码转换。

Windows 和 Linux 应该写同一个编码吗？只有当被调用命令的输出协议确实统一时才写同一个编码。跨平台工具应优先统一输出协议；无法统一时，把编码作为部署配置，不要硬编码成终端当前显示的编码。

errors="ignore" 能解决乱码吗？它只会丢弃无法解码的字节，可能让结果“看起来不乱码”，却隐藏数据损失。日志展示可考虑 replace，业务数据通常应使用 strict 并修正真实编码。