Raycast脚本命令中Python处理中文剪贴板内容乱码问题解析

问题背景

在使用Raycast的Script Commands功能时，开发者编写Python脚本处理包含中文内容的剪贴板数据时遇到了编码问题。当脚本尝试读取剪贴板中的中文日志内容时，会抛出UnicodeDecodeError异常，提示无法解码特定字节。然而当直接硬编码相同内容时却能正常工作。

技术分析

问题根源

1. 环境变量差异：Raycast运行时注入的环境变量与系统默认环境存在差异，特别是LANG变量的设置不同
2. 编码处理机制：Python的pyperclip库在MacOS上通过pbcopy/pbpaste命令处理剪贴板内容时，依赖系统编码设置
3. 区域设置不匹配：系统默认使用zh_CN.UTF-8，而Raycast注入的环境可能使用zh_Hans-CN.UTF-8

解决方案

方案一：显式设置编码

在Python脚本中强制指定编码格式：

import os
os.environ['LANG'] = 'zh_CN.UTF-8'

方案二：使用原始字节处理

对剪贴板内容进行更灵活的编码处理：

raw_data = subprocess.check_output(["pbpaste"])
try:
    log_text = raw_data.decode('utf-8')
except UnicodeDecodeError:
    log_text = raw_data.decode('gbk')  # 尝试其他常见中文编码

方案三：环境变量检查

在脚本开始时检查并修正环境变量：

import os
if not os.environ.get('LANG', '').endswith('UTF-8'):
    os.environ['LANG'] = 'zh_CN.UTF-8'

深入理解

Raycast执行环境特点

Raycast在运行脚本时会注入特定的环境变量：

• 修改PATH变量，增加/usr/local/bin和/opt/homebrew/bin路径
• 设置代理相关环境变量（如果配置了代理）
• 可能修改LANG变量为系统locale的变体形式

Python剪贴板操作原理

在MacOS系统中：

1. pyperclip库底层使用pbcopy/pbpaste命令
2. 这些命令的输出编码受LANG环境变量影响
3. 当LANG设置不匹配实际内容编码时会导致解码失败

最佳实践建议

1. 明确编码声明：在所有处理文本的Python脚本中显式声明编码
2. 环境检查：脚本开始处添加环境变量检查逻辑
3. 错误处理：对剪贴板操作添加try-catch块和多重编码尝试
4. 日志记录：添加调试日志输出当前环境变量设置

示例代码改进

#!/usr/bin/env python3
import os
import re
import subprocess

# 确保编码环境正确
os.environ['LANG'] = 'zh_CN.UTF-8'

def get_clipboard_content():
    try:
        # 尝试UTF-8解码
        return subprocess.check_output(["pbpaste"]).decode('utf-8')
    except UnicodeDecodeError:
        try:
            # 尝试GBK解码
            return subprocess.check_output(["pbpaste"]).decode('gbk')
        except Exception as e:
            print(f"无法解码剪贴板内容: {str(e)}")
            return ""

# 剩余处理逻辑...

通过以上分析和解决方案，开发者可以更好地处理Raycast脚本命令中的中文编码问题，确保脚本在不同环境下都能稳定工作。