用 antiword 将 doc 转换成 txt,怎么解决返回结果中文乱码问题？

[CppOrJava]

问题描述

使用 python 调用 antiword 将 doc 转换成 txt,发现返回值是乱码，powershell 上用 antiword 也是乱码，在 git bash 上调用就没问题

环境背景及自己尝试过哪些方法

环境：windows 平台，py3.6 尝试过改 locale,还试过 antiword 的-m 参数，但是没什么用

相关代码

pipe = subprocess.Popen(
        ['antiword', filename],
        stdout=subprocess.PIPE, 
        stderr=subprocess.PIPE  )

stdout, stderr = pipe.communicate()
return stdout

[newghost]

pdf2text

[lihongjie0209]

每一个进程执行的都有上下文的, 比如说环境变量, 你在 Python 中把环境变量打出来看看编码的配置项

[CppOrJava]

@lihongjie0209 我试过改 locale,没有用
代码：

locale.setlocale(locale.LC_ALL, 'zh_CN.UTF-8')
locale.setlocale(locale.LC_COLLATE,'zh_CN.UTF-8')
locale.setlocale(locale.LC_CTYPE,'zh_CN.UTF-8')
locale.setlocale(locale.LC_NUMERIC,'zh_CN.UTF-8')
locale.setlocale(locale.LC_MONETARY,'zh_CN.UTF-8')
locale.setlocale(locale.LC_TIME,'zh_CN.UTF-8')

[CppOrJava]

@lihongjie0209 Linux 和 Windows 下 git bash 是正常的
其实感觉跟 antiword 关系更大一些, cmd 下 chcp 65001 后 antiword 的输出仍然会有乱码
但在 git bash 下调用 antiword, 就不会输出乱码

[zjsxwc]

GB2312 的问题吧