最近发现，前些日子写的SVN hooks pre-commit python脚本竟然不能支持中文路径和文件名。提交文件中有中文路径或者文件名的时候，执行到“svnlook changed”命令，输出了一下发现返回信息类似于这样的乱码：?\226?\128?\ 157?\228?\187?\165?\229?\190?\151?\229?\136?\176?\231?\148?\168?\230?\179?\149?\ 229?\146?\140?\229?\184?\174?\229?\138?\169?\227?\128?\130（这个是从这个网页上找的）。
软件环境
服务器端
- Ubuntu desktop 14.04
- svnadmin 1.8.8
- Python 2.7.6
客户端
- Windows 10
- TortoiseSVN 1.9.3
解决过程
字符编码
首先肯定想到，这是字符编码的问题，是不是命令行执行之后的输出需要转换一下编码？它返回的字符串是什么编码？于是使用chardet.detect检测字符串的编码。该检测结果具有百分之百的confidence表明此字符串是ASCII编码。哦，那就想办法把它转换成UTF-8的编码输出？一番Google之后，修改文件编码、设置默认编码sys.setdefaultencoding('utf-8')、encode、decode......始终没有解决问题，而且各种介绍python编码问题的文档看的人头都大了。心情沮丧，还是再从头理一理思路吧。
svn log
svn changed命令把客户端提交的路径和文件名输出的时候乱码，那作为第一步的svn log命令，如果客户端提交时填写的是中文，然后在服务端打印出来的话，是不是也会乱码？试了一下，使用客户端提交中文的message，在服务端直接输出到stderr，返回的一样是所谓的乱码。嗯~不过解决不了什么问题啊，只是多了一个测试用例......
环境变量设置
再次进行Google，找到一些线索，有国际友人也遇到过类似的问题。网友给出的答案中，有的是修改系统的locale，有的是在bash文件中先设置系统locale相关的环境变量。先试试修改系统的吧。
将Ubuntu系统语言环境改为英文的en_US.UTF-8，首先
查看当前系统语言环境
locale
编辑配置文件，将zh_US.UTF-8改为en_US.UTF-8，zh改为en
sudo vim /etc/default/locale
干脆全部改为en_US.UTF-8
LANG=en_US.UTF-8
LANGUAGE=en_US:en
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"
LC_ALL=en_US.UTF-8
修改完成，再次提交进行测试。还是不行啊！似乎并没有起到任何作用。
然后考虑有的网友在bash脚本中设置环境变量的做法，他的pre-commit文件是bash脚本写的，但是我是用python写的，不太清楚该怎么设置啊！找到的这个页面给了我很大的提示，他是用php去写hook，类似的使用函数去执行shell命令，其用法是这样的：
putenv('LANG="en_US"');
这样只会影响php的环境，而php调用shell_exec()的时候，传递给命令的还是sh的默认环境，
所以要在每次调用的时候强制指定环境变量。除了LANG以外，
还要将LC_ALL赋值为en_US.UTF-8，这样才完全没有乱码，完整的结果如下：
$svn_log = shell_exec("env LANG=en_US LC_ALL=en_US.UTF-8 svnlook log $repos -r $rev");
按照他的说法，putenv是没用的，因为每次调用shell_exec()的时候，传递给命令的还是sh的默认环境，所以要在每次调用的时候强制指定环境变量。好吧，快试试看。
这个解决方案仍有纰漏，因为LANG=en_US这里不正确，目前的系统中有的是en_US.UTF-8。看了一下是08年写的，估计是当时的环境导致的吧。
终于试验成功，所以在Python中，执行shell命令的代码应该写成这样，把设置环境和svnlook命令拼接在一起：
cmdPrefix = "env LANG=en_US.UTF-8 LC_ALL=en_US.UTF-8"
logCmd = "%s svnlook log '%s' -t '%s'" % (cmdPrefix, repos, txn)
p = subprocess.Popen(logCmd, shell=True, stdout=PIPE, stderr=PIPE)
然后再把信息输出并返回，终于能够显示正确的中文了！继续使用svnlook changed、svnlook cat也不会再出现找不到文件这样的问题了！
未试验
Python 3 中默认采用unicode编码，是不是就不会有上述问题了？貌似也不行吧，需要设置变量的是shell的执行环境，但是或许python3中有什么特殊处理呢？不知道啊，有空去试试呗！
